60
1 Vektorrechnung Vektor Ein Skalar hat einen Betrag aber keine Richtung. Beispiel: Temperatur, Masse. Ein Vektor ist eine Größe mit einem Betrag und einer Richtung. Beispiele für einen Vektor sind die Geschwindigkeit und Kraft. Vektoren werden durch Pfeile dargestellt. Das Bild links zeigt drei verschiedene Vektoren. Unter einem Vektor versteht man die "Menge aller Pfeile" mit gleicher Richtung und gleichem Betrag. Repräsentant des Vektors Jeder Pfeil aus dieser Menge ist ein sogenannter Stellvertreter oder "Repräsentant des Vektors". Schreibweisen Einen Vektor kennzeichnet man oft durch einen Pfeil oder durch Fettdruck. In modernen, computergeschriebenen Texten werden Vektoren auch durch Unterstreichen markiert. Frakturschrift In älteren Veröffentlichungen werden Vektoren, aber auch andere mathematische und physikalische Größen, mit Frakturbuchstaben gekennzeichnet. Abgebildet ist jeweils der Buchstabe in unserer heutigen Schrift und darunter der Groß- und Kleinbuchstabe in Frakturschrift. Vektorraum Eine Menge V heißt Vektorraum, wenn für ihre Elemente (Vektoren) eindeutige, stets ausführbare Addition und Multiplikation definiert sind und es gilt: a , b , c V und r,s R 1. Kommutativgesetz a + b = b + a 2. Assoziativgesetz (a +b )+c = a +(b +c ) 3. Zu je zwei a , b gibt es stets genau ein c mit a + c = b 4. Einselement 1a = a 5. Distributivgesetz (r+s) a = r a + s a 6. Distributivgesetz r (a + b ) = r a + r b 7. Assoziativgesetz r (s a ) = (rs) a Die Elemente von V werden als Vektoren bezeichnet; das neutrale Element der additiven Gruppe heißt Nullvektor. Ein Vektor ist durch seinen Betrag (Länge) sowie Richtung und Orientierung charakterisiert. In einem Vektorraum V über einem Körper K gilt: 0v = 0 ; für alle v V a0 = 0 ; für alle a K (-1)v = -v v V und a K gilt: Aus av = 0 folgt a = 0 oder v = 0 . Nullvektor o Betrag = 0 Der Nullvektor ist ein Vektor vom Betrag Null, Anfangs- und Endpunkt fallen zusammen. Der Nullvektor hat die Länge Null und eine unbestimmte Richtung. Einheitsvektor Betrag = 1 Entgegengesetzter Vektor zu a Entgegengesetzter Vektor zu a ist der Vektor -a mit gleichem Betrag, gleicher Richtung und entgegengesetzter Orientierung. Es gilt: a + (-a ) = o Basis eines Vektorraumes ... ein in einer festen Reihenfolge angeordnetes linear unabhängiges System B n von Vektoren aus V n mit der Eigenschaft, dass sich jeder Vektor aus V n auf genau eine Weise als Linearkombination der Elemente von B n darstellen Rechte-Hand-Regel ... gestreckter Daumen (e x ) und Zeigefinger (e y ) und der um 90° abgewinkelte Mittelfinger (e z ) der rechten Hand bilden ein für eine dreidimensionale Basis ein Rechtssystem Dimension eines Vektorraumes ... Anzahl der Basisvektoren orthogonale Basis ... Basisvektoren sind paarweise senkrecht zueinander Orthonormalbasis ... Basisvektoren stehen senkrecht aufeinander und sind normierte Einheitsvektoren

Vektorrechnung Vektor - Mathematik alpha

  • Upload
    others

  • View
    9

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Vektorrechnung Vektor - Mathematik alpha

1

Vektorrechnung

Vektor Ein Skalar hat einen Betrag aber keine Richtung. Beispiel: Temperatur, Masse. Ein Vektor ist eine Größe mit einem Betrag und einer Richtung. Beispiele für einen Vektor sind die Geschwindigkeit und Kraft. Vektoren werden durch Pfeile dargestellt. Das Bild links zeigt drei verschiedene Vektoren. Unter einem Vektor versteht man die "Menge aller Pfeile" mit gleicher Richtung und gleichem Betrag. Repräsentant des Vektors Jeder Pfeil aus dieser Menge ist ein sogenannter Stellvertreter oder "Repräsentant des Vektors". Schreibweisen Einen Vektor kennzeichnet man oft durch einen Pfeil oder durch Fettdruck. In modernen, computergeschriebenen Texten werden Vektoren auch durch Unterstreichen markiert. Frakturschrift In älteren Veröffentlichungen werden Vektoren, aber auch andere mathematische und physikalische Größen, mit Frakturbuchstaben gekennzeichnet. Abgebildet ist jeweils der Buchstabe in unserer heutigen Schrift und darunter der Groß- und Kleinbuchstabe in Frakturschrift.

Vektorraum Eine Menge V heißt Vektorraum, wenn für ihre Elemente (Vektoren) eindeutige, stets ausführbare Addition und Multiplikation definiert sind und es gilt: ∀ a→, b→, c→ ∈ V und r,s ∈ R 1. Kommutativgesetz a→ + b→ = b→ + a→ 2. Assoziativgesetz (a→+b→)+c→ = a→+(b→+c→) 3. Zu je zwei a→, b→ gibt es stets genau ein c→ mit a→ + c→ = b→ 4. Einselement 1a→ = a→ 5. Distributivgesetz (r+s) a→ = r a→ + s a→ 6. Distributivgesetz r (a→ + b→) = r a→ + r b→ 7. Assoziativgesetz r (s a→) = (rs) a→ Die Elemente von V werden als Vektoren bezeichnet; das neutrale Element der additiven Gruppe heißt Nullvektor. Ein Vektor ist durch seinen Betrag (Länge) sowie Richtung und Orientierung charakterisiert. In einem Vektorraum V über einem Körper K gilt: 0v→ = 0→ ; für alle v→ ∈ V a0→ = 0→ ; für alle a ∈ K (-1)v→ = -v→ v→ ∈ V und a ∈ K gilt: Aus av→ = 0→ folgt a = 0 oder v→ = 0→. Nullvektor o→ ⇔ Betrag = 0 Der Nullvektor ist ein Vektor vom Betrag Null, Anfangs- und Endpunkt fallen zusammen. Der Nullvektor hat die Länge Null und eine unbestimmte Richtung. Einheitsvektor ⇔ Betrag = 1 Entgegengesetzter Vektor zu a→ ⇔ Entgegengesetzter Vektor zu a→ ist der Vektor -a → mit gleichem Betrag, gleicher Richtung und entgegengesetzter Orientierung. Es gilt: a→ + (-a→) = o→ Basis eines Vektorraumes ... ein in einer festen Reihenfolge angeordnetes linear unabhängiges System Bn von Vektoren aus Vn mit der Eigenschaft, dass sich jeder Vektor aus Vn auf genau eine Weise als Linearkombination der Elemente von Bn darstellen Rechte-Hand-Regel ... gestreckter Daumen (ex) und Zeigefinger (ey) und der um 90° abgewinkelte Mittelfinger (ez) der rechten Hand bilden ein für eine dreidimensionale Basis ein Rechtssystem Dimension eines Vektorraumes ... Anzahl der Basisvektoren orthogonale Basis ... Basisvektoren sind paarweise senkrecht zueinander Orthonormalbasis ... Basisvektoren stehen senkrecht aufeinander und sind normierte Einheitsvektoren

Page 2: Vektorrechnung Vektor - Mathematik alpha

2

kartesische Basis (Einheitsvektoren) ... geradliniges Orthonormalbasissystem, das eine besonders einfache geometrische Interpretation der zu beschreibenden Probleme erlaubt normierte Basis ... Basisvektoren sind Einheitsvektoren Freier Vektor ... darf beliebig verschoben, aber nicht gespiegelt, nicht gedreht und nicht skaliert werden. Linienflüchtiger Vektor ... Vektor, der entlang seiner Wirkungslinie beliebig verschiebbar ist. Kräfte am starren Körper sind linienflüchtige Vektoren. Gleichheit von Vektoren Zwei Vektoren werden als gleich betrachtet, wenn sie in Betrag und Richtung übereinstimmen. Gleich lange Vektoren sind nur dann gleich, wenn sie ohne Drehung (Rotation), nur durch eine Parallelverschiebung, zur Überdeckung gebracht werden können. Parallele Vektoren ... können durch Parallelverschiebung auf dieselbe Gerade gebracht werden. Gleichgerichtete Vektoren ... haben die gleiche Richtung. Entgegengesetzte (antiparallele) Vektoren ... haben entgegengesetzte Richtungen. Vektorfeld Gesamtheit der den Raumpunkten zugeordneten Vektoren; Funktion von Rn nach Rn Beispiele: Gravitationsfeldstärke, magnetische Feldstärke, elektrische Feldstärke Beispiele für Vektorräume Nullvektorraum {0→} mit 0→ + 0→ = 0→ und 0→ = a0→ für alle a ∈ K ist ein K-Vektorraum, der Nullvektorraum. Einfache Beispiele Der euklidische Vektorraum Rn ist eine Vektorraum über den reellen Zahlen. Allgemein kann man für einen beliebigen Körper K den Vektorraum Kn definieren. Dieser enthält die n-Tupel von Elementen aus K als Vektoren, deren Addition und Skalarmultiplikation komponentenweise definiert ist. R ist ein Q-Vektorraum, wie aus den Körpereigenschaften von R folgt. Ebenso ist C ein R-Vektorraum und ein Q-Vektorraum. Allgemein gilt: Jeder Körper L, der K als Teilkörper enthält, ist ein Vektorraum über K. Vektorraum der Abbildungen Sei X eine nicht leere Menge, und sei Abb(X, K) = {f: X → K} die Menge der Abbildungen von X mit Werten aus K. Für Abbildungen f, g ∈ Abb(X, K) und a ∈ K definiert man (1) Addition f + g: (f+g)(x) = f(x) + g(x) ; ∀x ∈ X (2) Skalarmultiplikation a f: (af)(x) = a f(x) ; ∀x ∈ X Die Operationen werden punktweise für alle x ∈ X definiert. Abb(X, K) wird dadurch zu einem K-Vektorraum. Dass Abb(X, K) ein K-Vektorraum ist, zeigt man durch Rückführung auf die entsprechenden Vektorraumeigenschaften von K. Das neutrale Element der Addition, der Nullvektor, ist die Nullabbildung, die jedes Element aus X auf 0→ ∈ K abbildet. Die zu f inverse Abbildung -f ist fann -f(x). Bei Abb(X, K) handelt es sich um einen Funktionenraum mit Werten in K. Für zwei Vektorräume V und W über dem selben Körper kann man Abb(V, W) mit zu (1) und (2) analogen Festlegungen den Vektorraum aller Abbildungen zwischen den beiden Vektorräumen definieren. Polynomvektorraum Es sei Pn die Menge aller Abbildungen f von R in R, die durch Formeln der Form f(x) = an · x

n + an-1 · xn-1 + ... + a1 · x + a0

(an, an-1, ..., a0 ∈ R) beschrieben werden können. Pn ist die Menge aller Polynome, deren Grad höchstens n ist. Auf der Menge Pn lassen sich eine Addition und eine Multiplikation mit Skalar (aus R) wie folgt erklären: Für f(x) := Σi=0

n ai · xi und g(x) := Σi=0n bi · xi

seien (f+g)(x) := Σi=0n (ai+bi) · xi und (c·f)(x) := Σi=0

n (c ai) · xi wobei c reelle Zahl ist. Pn bildet zusammen mit den definierten Operationen einen Vektorraum über R. Indem man die Koeffizienten der Polynome nur aus Q oder aus C wählt, erhält man analog zu oben auch Vektorräume über Q oder C. Der Vektorraum Pn lässt sich verallgemeinern. Bekanntlich ist die Summe zweier stetiger Funktionen über einem gewissen Intervall [a,b] und auch das λ-fache einer stetigen Funktion wieder eine stetige Funktion, λ ∈ R. Damit ist die Menge C[a,b] aller

Page 3: Vektorrechnung Vektor - Mathematik alpha

3

stetigen Funktionen, die den Definitionsbereich [a,b] ⊆ R haben, zusammen mit den auf natürliche Weise erklärten Addition und Multiplikation mit Skalar ein Vektorraum über R. Anstelle des Intervalls [a,b] können auch halboffene oder offene Intervalle [a,b), (a,b] oder (a,b) gewählt werden. Kartesisches orthonomiertes Koordinatensystem

Punkt 0 und paarweise senkrecht aufeinander stehende Einheitsvektoren i→, j→, k→ i→, j→, k→ bilden in dieser Reihenfolge ein Rechtssystem Ortsvektor des Punktes P1(x1,y1,z1) x→ = x1 i

→ + y1 j→ + z1 k

→ Vektor, dessen Anfangspunkt (O) im Koordinatenursprung liegt und dessen Spitze zum

Punkt P führt Komponentendarstellung x→ = (ax, ay, az) Betrag eines Vektors | x→| = √[ ax² + ay² + az² ] Beispiel: Ortsvektor des Punktes (3; 2.5; 3.5) Ist ein Punkt P gegeben, so sind P' der Grundriss, P" der Aufriss und P"' der Kreuzriss des Punktes. Der Koordinatenquader ist der Quader, dessen Kantenlängen die Absolutbeträge der Koordinaten des Punktes P(xP, yP, zP) besitzen. Ein Koordinatenweg ist ein im Ursprung beginnender und in P endender Streckenzug aus drei Kanten eines Koordinatenquaders, welcher alle drei Koordinaten von P zeigt.

Linkskoordinatensystem, Rechtskoordinatensystem Prinzipiell existieren zwei Möglichkeiten zur Orientierung der drei Achsen eines kartesischen Koordinatensystems im R³. Im Allgemeinen wird in der Mathematik das Rechtskoordinatensystem bevorzugt. Für dieses gilt die Rechte-Hand-Regel: "x-Achse, y-Achse und z-Achse eines Rechtskoordinatensystems sind orientiert wie Daumen, Zeigefinger und Mittelfinger der rechten Hand" Bei einem; selten genutzten; Linkskoordinatensystem gilt die Orientierung für die linke Hand. Richtungskosinus des Ortsvektors r→ in der Ebene x = | r→ | cos α y = | r→ | sin α α = ∠ ( i→, r→ ) im Raum x = | r→ | sin β cos α y = | r→ | sin β sin α z = | r→ | cos β

α = ∠ ( i→, i→ x + j→ y) β = ∠ ( k→, r→ ) bzw. x = | r→ | cos α y = | r→ | cos β z = | r→ | cos γ mit cos² α + cos² β + cos² γ = 1: cos α = x/√(x² + y² + z²) cos β = y/√(x² + y² + z²) cos γ = z/√(x² + y² + z²) Einheitsvektor in Richtung r→, Gerichteter Einheitsvektor

r→0 = r→ / | r→ | Addition von 2 Vektoren a→ + b→ = (ax+bx, ay+by, az+bz) Die Addition mehrerer Vektoren erfolgt nach der Polygonregel: Der jeweils nächste zu addierende Vektor wird mit seinem Anfangspunkt am Endpunkt des vorherigen abgetragen. Dies führt zu einem Polygon. Ist das Vektorpolygon geschlossen, so ist der Summenvektor der Nullvektor. Führt die Vektoraddition von Kräften zum Nullvektor, so heben sich die Kräfte in ihrer Wirkung gegenseitig auf.

Beispiel: Kräfte sind vektorielle Größen Teilkräfte F→

1, F→

2 ; Resultierende Kraft F→R

1. gleiche Wirkungslinie: Summe der Beträge, Wirkungslinie bleibt erhalten FR = F1 + F2 2. gleicher Angriffspunkt Kräfte werden vektoriell addiert F→

R = F→1 + F→

2 FR = √( F1² + F2² + 2 F1F2 * cos (α + β) )

für rechtwinklig wirkende Kräfte FR = √( F1² + F2²) Richtung der resultierenden Kraft sin α = F2/FR * sin (α+β)

Page 4: Vektorrechnung Vektor - Mathematik alpha

4

sin β = F1/FR * sin (α+β) Durch mehrfaches Anwenden des Kräfteparallelogramms können mehrere Kräfte zu einer Gesamtkraft F zusammengesetzt werden. Zerlegung von Kräften ... zu zerlegende Kraft F→, Teilkräfte F→

1, F→

2, Winkel α zwischen F→1 und F→, Winkel β zwischen F→

2 und F→ F1 = F * sin α / sin(α + β) F2 = F * sin β / sin(α + β) Sind die Komponenten F1 und F2 senkrecht zueinander, gilt F1 = F * sin α = F * cos β F2 = F * sin β = F * cos α Um eine Kraft eindeutig in zwei Teilkräfte zu zerlegen, müssen entweder die Richtungen oder die Beträge der Teilkräfte bekannt sein.

Parallele Kräfte ... die Wirkungslinien paralleler Kräfte besitzen keinen Schnittpunkt. Für die Summe ihrer Beträge gilt FR = F1 + F2 Die Wirkungslinie der Resultierenden teilt den Abstand beider Kräfte im umgekehrten Verhältnis beider Kräfte. Hinweis: Bei antiparallelen Kräften liegt die Resultierende außerhalb und nicht zwischen den beiden Kräften! Die Wirkungslinien paralleler Kräfte haben keinen Schnittpunkt. Man addiert daher zu jeder Kraft eine Hilfskraft. Die Hilfskräfte müssen den gleichen Betrag und die entgegengesetzte Richtung haben; sie heben sich dann gegenseitig auf und ändern nichts am Resultat. Dann addiert man die Resultierenden aus Kraft und jeweiliger Hilfskraft wie Kräfte mit verschiedenen Angriffspunkten zur Gesamtresultierenden. Die Abstände der beiden Ausgangskräfte zur Gesamtresultierenden sind umgekehrt

proportional zu den Beträgen der Kräfte. Kräfte mit verschiedenen Angriffspunkten ... diese Kräfte verschiebt man auf ihren Wirkungslinien bis zu ihrem Schnittpunkt und wendet darauf das Kräfteparallelogramm an. Subtraktion a→ - b→ = a→ + (-b→) Dreiecksungleichung für Vektoren | a→ + b→ | ≤ | a→ | + | b→ | | a→ - b→ | ≥ | a→ | - | b→ | Gegensatz zum Rechnen mit reellen Zahlen: Der Betrag der Summe zweier Vektoren kann kleiner sein als der Betrag ihrer Differenz, nämlich dann, wenn der von den Vektoren eingeschlossene Winkel größer als 90° ist. Multiplikation von Vektoren Vielfachbildung mit Skalar r und s sind beliebige reelle Zahlen, Skalare r a→ = r a1x

→ + r ay j→ + r az k

→ r (s a→) = (rs) a→ r (a→ + b→) r a→ + r b→ (r + s) a→ = r a→ + s a→ 0 a→ = o→ 1 a→ = a→

Operation wird auch skalare Multiplikation (nicht mit Skalarprodukt verwechseln !) oder S-Multiplikation genannt. Linearkombination von Vektoren Gegeben sei eine Menge {a→, b→, ...} von Vektoren . k1, k2, ... seien reelle Zahlen. Dann nennt man jeden Vektor x→ der Form x→ = k1 a

→ + k2 b→ + ... eine Linearkombination der Vektoren a→, b→, ...

Nullsummen Eine Linearkombination k1 a

→ + k2 b→ + ... kann gleich dem Nullvektor sein. Die Linearkombination nennt

man in diesem Fall eine Nullsumme, die grafisch einer geschlossenen Vektorkette entspricht. Nichtriviale Nullsummen Ein Spezialfall ist die triviale Nullsumme, bei der alle Koeffizienten k1, k2, ... gleich 0 sind: 0 = 0 a→ + 0 b→ + ... Lineare Abhängigkeit Gegeben sei eine Menge {a→, b→, ...} aus Vektoren. Findet man unter den Linearkombinationen der Menge außer der "trivalen Nullsumme" auch eine "nichttriviale Nullsumme", so nennt man die Menge {a→, b→, ...} linear abhängig. Zwei Vektoren sind genau dann linear abhängig, wenn sie kollinear sind. Drei Vektoren nennt man komplanar, wenn sie alle in einer Ebene liegen.

Page 5: Vektorrechnung Vektor - Mathematik alpha

5

Drei Vektoren sind genau dann linear abhängig, wenn sie komplanar sind. Vier Vektoren im Raum (oder Ebene) sind immer linear abhängig. Ist eine Menge aus Vektoren linear abhängig, so gibt es mindestens einen Vektor, der sich als Linearkombination der restlichen Vektoren ausdrücken lässt. Aufgaben zu Linearkombinationen von Vektoren Aufgabe: Der Vektor d→ ist als Linearkombination der drei Vektoren a→, b→ und c→ darzustellen. Die Vektoren werden hier als Zeilenvektoren angegeben: 1) a→ = (1 | -1 | 1) ; b→ = (2 | 1 | -1) ; c→ = (2 | -2 | 1) ; d→ = (-8 | -13 | 12) 2) a→ = (4 | -2 | 0) ; b→ = (-2 | 3 | 7) ; c→ = (1 | 1 | -4) ; d→ = (2 | -12 | -20) 3) a→ = (-1 | 3 | 2) ; b→ = (5 | 0 | 4) ; c→ = (5 | -6 | -7) ; d→ = (-8 | 9 | 2) 4) a→ = (2 | 1 | 3) ; b→ = (-3 | 1 | -7) ; c→ = (2 | 3 | -4) ; d→ = (-5 | -8 | 18) 5) a→ = (2 | 1 | -3) ; b→ = (-3 | 5 | 7) ; c→ = (0 | 5 | -4) ; d→ = (-6 | 2 | 5) 6) a→ = (3 | 0 | -4) ; b→ = (0 | 3 | 5) ; c→ = (7 | 0 | 0) ; d→ = (0 | 12 | -8) Lösung: 1) d→ = 4 a→ -7 b→ + c→ 2) d→ = - a→ -4 b→ -2 c→ 3) d→ = 3 a→ - b→ 4) d→ = 3 a→ + b→ -4 c→ 5) d→ = -3 a→ + c→ 6) d→ = 7 a→ +4 b→ -3 c→ Parallelität von Vektoren a→ = λ b→ ⇔ µ a→ = b→ ⇔ linear abhängige Vektoren ⇔ kollineare Vektoren Komplanare Vektoren ... liegen in einer Ebene; sind a→, b→ und c→ komplanar, gilt c→ = r*a→ + s*b→ bzw.

0=

zcycxczbybxbzayaxa

Skalarprodukt (inneres Produkt) a→ * b→ = axbx + ayby + azbz = | a→ | * | b→ | * cos ∠ (a→ ,b→) Es gilt: i→ * i→ = j→ * j→ = k→ * k→ = 1 ; i→ * j→ = j→ * k→ = i→ * k→ = 0 Es gelten: Kommutativ- und Distributivgesetz. Das Assoziativgesetz gilt nicht ! Orthogonalitätsbedingung ... a→ ⊥ b→ ⇒ a→ * b→ = 0 Formel von Euler, Eulersche Vektorformel Sind A, B, C und D vier Punkte auf einer Geraden, so gilt BC→ • AD→ + CA→ • BD→ + AB→ • CD→ = 0 Formel von Simpson, Simpsonsche Vektorformel Sind A, B, C und D vier Punkte auf einer Geraden, so gilt AD→² BC→ + BD→² CA→ + CD→² AB→ + BC→ • CA→ AB→ = 0→ Schwarzsche Ungleichung für Vektoren | a→ * b→ | ≤ | a→ | * | b→ | ... das Gleichheitszeichen gilt genau dann, wenn a→ und b→ linear abhängig sind a→ * b→ = | a→ | * | b→ | , wenn a→ ↑↑ b→ a→ * b→ = - | a→ | * | b→ | , wenn a→ ↑↓ b→ Kosinussatz für Vektoren ( a→ + b→ )² = a→² + 2 a→ b→ + b→² ( a→ - b→ )² = a→² - 2 a→ b→ + b→² | a→ + b→ | = √[ a→² + 2 a→ b→ + b→² ] | a→ - b→ | = √[ a→² - 2 a→ b→ + b→² ] Längskomponente von a→ in Richtung b→, Längskomponente eines Vektors ab = a→ * b→ / | b→| ... (Betrag) Orthogonale Projektion von a→ auf b→ ab

→ = a→ * b→ / | b→|² * b→

Projektion eines Vektors Skalarprodukt a→ * b→ = |a→| * |b→| * cos(a→,b→) Das Skalarprodukt zweier Vektoren a→ und b→ kann auch als das Produkt aus dem Betrag von a→ und dem Betrag der Projektion von b→ auf a→ festgelegt werden:

a→ * b→ = |a→| * | Projektion von b→ auf a→| | Projektion von b→ auf a→| = |b→| * cos(a→,b→) Die Gleichung zur Projektion von b→ auf a→ wird auch Schattenformel genannt, da sie u.a. die Länge des Schattens von b→ angibt, wenn die Lichtquelle senkrecht über b→ steht. Gesetze des Skalarproduktes das Skalarprodukt ist kommutativ a→ * b→ = b→ * a→ das Skalarprodukt ist distributiv k * (a→ * b→ ) = k a→ + k b→ , mit jedem reellen k

Page 6: Vektorrechnung Vektor - Mathematik alpha

6

das Skalarprodukt ist im allgemeinen nicht assoziativ (a→ * b→) * c→ ≠ a→ * (b→ * c→) das Skalarprodukt ist gemischt assoziativ (k * a→) * b→ = k (a→ * b→)

a→ * (k b→) = k (a→ * b→) Das Quadrat eines Vektors ist gleich dem Quadrat seines Betrages: a→2 = | a→ |2

Skalarprodukt und Kosinussatz Aus dem Kosinussatz am allgemeinen Dreieck kann eine Definition des Skalarprodukts hergeleitet und die Berechnung des Winkels zwischen zwei Richtungsvektoren über das Skalarprodukt begründet werden. Gegeben ist das Dreieck ABC mit den drei Vektoren BC→= -a→, CA→= b→ und c→ = a→ - b→. Für den Betrag |c→| gilt dann |c→|² = |a→ - b→|² und über den Kosinussatz |c→|² = |a→|² + |b→|² - 2|a→||b→| cos γ Gleichsetzen ergibt |a→ - b→|² = |a→|² + |b→|² - 2|a→||b→| cos γ

und Berechnung der Beträge (ax-bx)² + (ay-by)² = ax² + ay² + bx² + by² - 2|a→||b→| cos γ -2axbx - 2ayby = - 2|a→||b→| cos γ axbx + ayby = |a→||b→| cos γ Und somit für den Winkel γ cos γ = (axbx + ayby) / |a

→||b→| cos γ = (a→ • b→) / |a→||b→| Für den dreidimensionalen Fall gilt die Herleitung analog.

Normalenvektor Ein Normalenvektor n→ zu zwei anderen Vektoren a→ und b→ im Raum, ist ein Vektor, der sowohl senkrecht zu a→ als auch zu b→ steht. Gegeben sind die Vektoren a→ = (ax | ay | az) und b→ = (bx | by | bz). Gesucht ist ein Normalenvektor n→ = (x | y | z). Lösung: Da n→ auf a→ und b→ senkrecht steht, wird nach dem Skalarprodukt ax x + ay y + az z = 0 und bx x + by y + bz z = 0 Multipliziert man die 1.Gleiung mit -bz und die zweite mit az und addiert beide, ergibt sich

(bxaz - axbz) x + (byaz - aybz) y = 0 Da eine Variable frei wählbar ist, setzt man z.B. x = aybz + azby Mit Ersetzen, Auflösen nach y und in einer der Ausgangsgleichungen nach z wird y = azbx + axbz z = axby + ayba Der Normalenvektor n→ wird damit (*) n→ = (aybz + azby | azbx + axbz | axby + ayba) Alle anderen Normalenvektoren ergeben sich durch Vervielfachung von n→. Die Darstellung (*) entspricht gerade dem Vektorprodukt von a→ und b→: n→ = a→ x b→

Vektorprodukt ... Vektor c→ = a→ x b→ mit folgenden Eigenschaften | c→ | = | a→ | * | b→ | * sin ∠ (a→,b→) c→ ⊥ a→ und c→ ⊥ b→ a→, b→, c→ bilden in dieser Reihenfolge ein Rechtssystem Das Vektorprodukt ist dem Betrage nach gleich der Fläche des von a→ und b→ gebildeten

Parallelogramms Es gilt: i→ x i→ = j→ x j→ = k→ x k→ = 0 i→ x j→ = k→ i→ x k→ = - j→ j→ x k→ = i→ a→ x b→ = - b→ x a→ a→ x (b→ + c→) = a→ x b→ + a→ x c→ | a→ x b→ |2 = ( a→ x b→ )2 (λa→) x b→ = a→ x (λb→) = λ(a→ x b→) a→ x b→ = 0→ genau dann, wenn a→, b→ sind linear abhängig

Komponentendarstellung = a→ x b→ = (aybz - azby) i

→ + (azbx - axbz) j→ + (axby - aybx) k

Vektorprodukt (2) Nachweis der Äquivalenz der Vektorproduktdarstellungen |c→| = |a→ x b→| = | a→ | · | b→ | · sin ∠ (a→,b→) und |c→| = |a→ x b→| = |(aybz - azby) i

→ + (azbx - axbz) j→ + (axby - aybx) k

→| Zum Nachweis wird |c→|² betrachtet. Die zweite Gleichung ergibt |c→|² = (aybz - azby)² + (azbx - axbz)² + (axby - aybx)² =

Page 7: Vektorrechnung Vektor - Mathematik alpha

7

= ay²bz² - 2 ayazbybz + az²by² + az²bx² - 2 azaxbzbx + ax²bz² + ax²by² - 2 axaybxby + ay²bx² Für die erste Gleichung erhält man |c→|² = |a→|² |b→|² sin² ∠ (a→,b→) = = |a→|² |b→|² (1 - cos² ∠ (a→,b→)) = |a→|² |b→|² - |a→|² |b→|² cos² ∠ (a→,b→) = und mit dem Skalarprodukt a→ • b→ = |a→| |b→| cos ∠ (a→,b→) = |a→|² |b→|² - (a→ • b→)² = = (ax² + ay² + az²) (bx² + by² + bz²) - (axbx + ayby + azbz)² = Ausmultiplizieren ergibt = ax²bx² + ax²by² + ax²bz² + ay²bx² + ay²by² + ay²bz² + az²bx² + az²by² + az²bz² - ax²bx² - axbxayby - axbxazbz - aybyaxbx - ay²by² - aybyazbz - azbzaxbx - azbzayby - az²bz² = und Zusammenfassen = ay²bz² - 2 ayazbybz + az²by² + az²bx² - 2 azaxbzbx + ax²bz² + ax²by² - 2 axaybxby + ay²bx² D.h., die beiden Ausdrücke sind äquivalent. Spatprodukt, Raumprodukt Das Spatpodukt ist dem Betrage nach gleich dem Volumen des von a→, b→ und c→ aufgespannten Parallelepipeds (Spat) Volumen V = (a→ x b→) * | c→ | cos φ V = 0 ⇔ 3 Punkte liegen in einer Ebene ⇔ das Vektortripel a→, b→, c→ ist dann ausgeartet

zcycxczbybxbzayaxa= (a→ x b→) * c→ = a→ * (b→ x c→) = [a→b→c→]

Eigenschaften [a→b→c→] > 0 ⇔ a→, b→, c→ bilden ein Rechtssystem [a→b→c→] = 0 ⇔ a→, b→, c→ sind linear abhängig, liegen in einer Ebene [a→b→c→] < 0 ⇔ a→, b→, c→ bilden ein Linkssystem [a→b→c→] = - [b→a→c→] = - [a→c→b→] = - [c→b→a→] [a→b→c→] ... orientiertes Volumen des von den 3 Vektoren aufgespannten Spats | [a→b→c→] | / 6 ... Volumen des aufgespannten Tetraeders

Die Geraden x→ = a→ + t b→ und x→ = c→ + t d→ sind genau dann windschief, wenn [a→ - c→ b→ d→ ] ≠ 0 Spatprodukt, Herleitung Das Spatpodukt ist dem Betrage nach gleich dem Volumen des von a→, b→ und c→ aufgespannten Parallelepipeds (Spat) Herleitung: Volumen des Prismas V = A h Flächeninhalt des Parallelogramms ABCD: A = ||a→| |b→| sin α | V = ||a→| |b→| sin α | h Betrag des Kreuzproduktes ist der Flächeninhalt des aufgespannten Parallelogramms V = |a→ x b→| h Winkelbeziehung im rechtwinkligen Dreieck ∆ AHE: cos β = h/|c→|

V = ||a→ x b→| |c→| cos β| Berechnung von π mit dem Skalarprodukt mit Hilfe der Vektoren (a→ x b→) und c→: V = |(a→ x b→) · c→| Vektorprodukt-Übungsausgabe Aufgabe: A ist Kantenmittelpunkt des Würfels, siehe Figur. a) Berechnen Sie den Flächeninhalt des Dreiecks ABC. (obere Abbildung) Lösung: Über die Koordinaten der Punkte ergeben sich die Vektoren AB→ = (-2, 2, 2) und AC→ = (-4, 4, -1) Über das Vektorprodukt wird AB→ × AC→ = (-10, -10, 0) und für den Flächeninhalt A AABC = 1/2 √(100+100+0) = 5 √2 Aufgabe b) b) Ein Punkt P liegt auf der Kante DE. Welche Koordinaten hat P, wenn die Fläche des Dreiecks APB den Inhalt A = 2 √6 hat? Lösung: AP→ = (0, y, -2) und AB→ = (-2, 2, 2) AP→ × AB→ = (2y+4, 4, 2y) Für das Quadrat der Flächen (Parallelogramm = doppeltes Dreieck) wird (2y + 4)² + 16 + y² = (2 2√6)² y² + 2y - 8 = (y+4) (y-2) = 0 y1 = -4 liegt nicht auf der Kante y2 = 2 mit P(4; 2; 0) ist der gesuchte Punkt

Page 8: Vektorrechnung Vektor - Mathematik alpha

8

Tripelprodukt (Vektorielles Doppelprodukt) Graßmannscher Entwicklungssatz a→ x (b→ x c→) = (a→ * c→) * b→ - (a→ * b→) * c→ (a→ x b→) x c→ = b→ * (a→ * c→) - a→ * (b→ * c→) a→ x (b→ x c→) ≠ (a→ x b→) x c→ Der Vektor des Tripelproduktes liegt mit den Vektoren a→ und b→ in einer Ebene Die erste Gleichung wird oft a→ x (b→ x c→) = b→ · (a→ • c→) - c→ · (a→ • b→) geschrieben und bac-cab-Regel genannt. Jacobi-Identität a→ x (b→ x c→) + b→ x (c→ x a→) + c→ x (a→ x b→) = 0→ Polare und axiale Vektoren Polare Vektoren dienen der Darstellung von Größen mit Maßzahl und Raumrichtung, wie Geschwindigkeit und Beschleunigung, axiale Vektoren dagegen der Darstellung von Größen mit Maßzahl, Raumrichtung und Drehsinn, wie Winkelgeschwindigkeit und Winkelbeschleunigung. In der zeichnerischen Wiedergabe werden sie durch einen polaren bzw. axialen Pfeil unterschieden. In der mathematischen Behandlung besteht zwischen ihnen kein Unterschied. Produkte mit vier Vektoren - Identität von Lagrange

(a→ x b→) * (c→ x d→) = (a→ * c→) * (b→ * d→) - (b→ * c→) * (a→ * d→) (a→ x b→) ² = a→² + b→² - (a→ * b→)² (a→ x b→) x (c→ x d→) = c→ [a→b→d→] - d→ [a→b→c→] = b→ [a→c→d→] - a→ [b→c→d→] ((a→ x b→) x c→) x d→ = (a→*c→)*(b→xd→) - (b→*c→)*(a→xd→)

Galilei-Transformation ... Transformation der Zeit und der Raumkoordinaten bei einer gleichförmigen Bewegung mit einer konstanten Geschwindigkeit v (klassische Newtonsche Mechanik)

Orthokomplement In der euklidischen Ebene existiert das Orthokomplement a→⊥ eines Ortsvektors a→ = (x

y). Dieses bildet einen Ortsvektor und man definiert a→⊥ = (-y

x) a→⊥ entsteht damit aus dem Vektor a→ durch Drehung um 90°. Für Ortsvektoren a→ und b→ der euklidischen Ebene und reelle Zahlen t gilt: (a→⊥)⊥ = -a→ (a→ + b→)⊥ = a→⊥ + b→⊥ (t a→)⊥ = t a→⊥ <a→⊥, a→> = 0 <a→⊥, b→> = -<a→, b→⊥> ||a→⊥|| = ||a→|| Damit ist ⊥ eine lineare Abbildung. Für drei Vektoren a→, b→ und c→ der euklidischen Ebene gilt: <a→, b→>² + <a→, b→⊥>² = ||a→||² ||b→||² <a→, b→⊥> c→ + <b→, c→⊥> a→ + <c→, a→⊥> b→ = 0 Die zweite Gleichung ergibt, dass drei Vektoren im R² linear abhängig sind. Aus der ersten Gleichung folgt unmittelbar die Cauchy-Schwarzsche Ungleichung. Genetische Distanz Als Maß für die genetische Unterschiedlichkeit verschiedener Völker wurde in der Biologie die genetische Distanz eingeführt. Dazu untersucht man die auftretende Häufigkeit der Hauptblutgruppen des Volkes. Als genetische Distanz definiert man nun den Winkel zwischen den Blutgruppen-Einheitsvektoren, womit die Berechnung zu einer biologischen Anwendung der Vektorrechnung wird. Dabei werden die relativen Häufigkeiten der Blutgruppen zu den Einheitsvektoren zusammengefasst. Beabsichtigt man die genetische Distanz zu einem anderen Volk zu berechnen, stellt man dessen Vektor auf und ermittelt über das vierdimensionale Skalarprodukt den Winkel zwischen beiden Vektoren. Achtung! Der Programmautor weist ausdrücklich daraufhin, dass die Berechnung der genetischen Distanz nichts mit der Bewertung der "Qualität von Völkern und Rassen" zu tun hat. Die genetische Distanz ist ausschließlich eine wissenschaftliche Größe mit deren Hilfe Aussagen, z.B. über die historische Entwicklung bestimmter Volksgruppen, gewonnen werden können. Nationalismus und geisteskranker Rassenwahn haben nichts mit Wissenschaft zu tun! Kosinus-Ähnlichkeit Kosinus-Ähnlichkeit ist ein Maß für die Ähnlichkeit zweier Vektoren, genauer für die Ähnlichkeit ihrer Richtungen, nicht ihrer Beträge. Liegen zwei Vektoren vor, so wird der Kosinus des eingeschlossenen Winkels berechnet.

Page 9: Vektorrechnung Vektor - Mathematik alpha

9

Ist die Winkel = 0°, so ergibt sich für die Kosinus-Ähnlichkeit 1, sind die Vektoren senkrecht zueinander, d.h. vollständig unähnlich, so ergibt sich 0. Der Kosinus des eingeschlossenen Winkels ist somit ein Maß dafür, ob zwei Vektoren ungefähr in die gleiche Richtung zeigen. Die Kosinus-Ähnlichkeit wird in der Praxis zum Vergleich von Dokumenten, von Multimedia-Objekten, im Auffinden von Plagiaten, bei Suchmaschinen oder in der Kryptographie bei der Entschlüsselung chiffrierter Texte verwendet. 2011 gelang es, durch die Ermittlung der Kosinus-Ähnlichkeit der Zeichen-Platzierungsvektoren die Entschlüsselung des Codex Copiale, eines Dokuments in Geheimschrift. Bei Textvergleichen verwendet man als Vektoren Häufigkeitsvektoren des Dokuments, entweder von Wörtern, Phrasen oder auch nur Buchstaben. Alternativ wird zur Auswertung von Texten auch eine Buchstabenhäufigkeitsanalyse mit der Berechnung eines Koinzidenzindex genutzt. Orthonormierungsverfahren Methode, um aus einem gegebenen Satz ai

→, i = 1,...,m von m linear unabhängigen Vektoren im Rn (n ≥ m) m paarweise orthogonale Vektoren qi

→, i = 1,...,m der Länge Eins zu konstruieren, die den gleichen Unterraum aufspannen wie die Vektoren ai

→. Schmidtsches Orthonormierungsverfahren Aus dem gegebenen Satz ai

→, i = 1,...,m von m linear unabhängigen Vektoren im Rn (n ≥ m) werden m paarweise orthogonale Vektoren qi

→, i = 1,...,m der Länge 1 konstruiert, die den gleichen Unterraum aufspannen. Man bildet der Reihe nach für i = 1,...,m: Orthogonalisierung vi

→ = ai→ - Σ (ai

→ • ak→) ak

→ ; Summe von k = 1 bis i-1 Normierung qi

→ = vi→ / |vi

→| QR-Zerlegung Die Vektoren ai

→ und qi→ des n-dimensionalen Raumes werden als Spalten einer n x m-Matrix A bzw. Q

aufgefasst. Das Orthogonalisierungsverfahren entspricht der Aufgabe, für eine gegebene n x m-Matrix A eine orthogonale Matrix Q zu finden, so dass A = QR für eine geeignete rechte obere m x m-Dreiecksmatrix R ist. QR-Zerlegungen spielen eine zentrale Rolle bei Eigenwertproblemen. Verfahren zur QR-Zerlegung sind das Cholesky-Verfahren für symmetrische, positiv definite Matrizen und das Gram-Schmidt-Verfahren. Gram-Schmidt-Verfahren Pascal-Quelltext zur QR-Zerlegung (Orthonormieren von Basisvektoren) mit dem Gram-Schmidt-Verfahren Eingabe: a[i,k], i=1..n, k=1..m Ausgabe: a[i,k], i=1..n, k=1..m / r[i,k], i=1..n, k=i..m BEGIN FOR k:=1 TO m DO BEGIN sum:=0 ; FOR i:=1 TO n DO sum:=sum+SQR(a[i,k]) ; r[k,k]:=SQRT(sum) ; { Wenn r[k,k]=0, so sind Spalten von A nicht linear unabhängig} FOR i:=1 TO n DO a[i,k]:=a[i,k]/r[k,k] ; FOR j:=k+1 TO m DO BEGIN sum:=0 ; FOR i=1 TO n DO sum:=sum+a[i,k]*a[i,j] ; r[k,j]:=sum ; FOR i:=1 TO n DO a[i,j]:=a[i,j]-a[i,k]*r[k,j] ; END END END Euklidischer Vektorraum Um in abstrakten Vektorräumen Begriffe wie Länge, Winkel, Orthogonalität verwenden zu können, werden Euklidische Vektorräume eingeführt. Definition Es sei V ein reeller Vektorraum. Ist φ: V × V → R eine Abbildung mit folgenden Eigenschaften (statt φ(v,w) wird v * w geschrieben), dann gilt für alle u,v,m ∈ V und für alle reelle r: v * w = w * v (u + v) * w = u * w + v * w r (v * w) = (r v) * w = v * (r w) v * v > 0 genau dann, wenn v ≠ 0 φ heißt Skalarprodukt auf V. Ist auf V ein Skalarprodukt definiert, so heißt V Euklidischer Vektorraum. Alternativ definiert man: Einen Vektorraum V über den reellen Zahlen R versehen mit einer positiv definiten symmetrischen Bilinearform σ: V × V → R nennt man einen euklidischen Vektorraum. σ ist dann auch hier das Skalarprodukt. Euklidische Norm

Page 10: Vektorrechnung Vektor - Mathematik alpha

10

Mit || v || = √(v * v) wird die Euklidische Norm (Länge) von v bezeichnet. Der Winkel α zwischen v, w aus V wird über die Gleichung cos α = v * w / (|| v || * || w ||) erklärt. Ist v * w = 0, so werden v und w zueinander orthogonal genannt. Winkel in euklidischen Vektorräumen Das Skalarprodukt σ(a,b) kann zur Messung von Winkeln herangezogen werden. Man definiert für zwei Vektoren a und b: cos Φa,b = σ(a,b) / (||a|| ||b||) Φa,b ist der Winkel zwischen a und b. Der Quotient immer im Intervall [-1, 1], womit der Winkel berechenbar ist. Da das Skalarprodukt symmetrisch ist, besitzt der Winkel keine Richtung, wodurch die Winkelgrößen im Intervall von 0 bis π = 180° liegen. Es seien a und b Vektoren eines euklidischen Vektorraums. Dann gilt: Φa,b = Φb,a Φa,-b = π - Φa,b Φαa,βb = Φa,b , für α, β > 0 a, b sind linear abhängig ⇔ Φa,b ∈ {0, π} Kosinussatz in euklidischen Vektorräumen Es seien a, b zwei vom Nullvektor verschiedene Vektoren eines euklidischen Vektorraums V. Dann gilt: ||a-b||² = ||a||² + ||b||² - 2 ||a|| ||b|| cos Φa,b Nachweis: ||a-b||² = α(a-b, a-b) = σ(a, a) + σ(b, b) - 2σ(a, b) = = ||a||² + ||b||² - 2 ||a|| ||b|| σ(a,b)/(||a|| ||b||) = = ||a||² + ||b||² - 2 ||a|| ||b|| cos Φa,b Bilinearform Es sei V ein Vektorraum über den reellen Zahlen R. Eine Abbildung σ heißt eine Bilinearform, wenn folgende Eigenschaften gelten: σ(αa + βb, c) = α σ(a, c) + β σ(b, c) σ(a, αb + βc) = α σ(a, b) + β σ(a, c) Das bedeutet, dass σ in beiden Argumenten linear ist, daher auch der Name Bilinearform. Eine Bilinearform σ heißt symmetrisch, wenn σ(a, b) = σ(b, a) für alle a, b ∈ V gilt. Eine Bilinearform σ heißt positiv definit, wenn σ(a, a) > 0 für alle a ≠ 0 gilt. Eigenschaften positiv definiter symmetrischer Bilinearformen Es sei V ein Vektorraum über den reellen Zahlen R und σ eine positiv definite symmetrische Bilinearform. Dann gilt für alle a ∈ V: σ(a, a) = 0 ⇔ a = 0 Für jede Bilinearform σ gilt: σ(a, 0) = σ(0, a) = 0 Nachweis: σ(a, 0) = σ(a, a-a) = σ(a, a) - σ(a, a) = 0; σ(0, a) folgt analog. Ist σ(a, 0) = 0, so muss wegen der positiven Definitheit a = 0 gelten; andernfalls wäre ja σ(a, a) > 0. Cauchy-Schwarzsche Ungleichung für Bilinearformen Es sei V ein Vektorraum über den reellen Zahlen R und σ eine positiv definite symmetrische Bilinearform. Dann gilt für alle a, b ∈ V: [σ(a, b)]² ≤ σ(a, a) · σ(b, b) Die Gleichheit gilt genau dann, wenn a und b linear abhängig sind. Für den Zusammenhang zwischen positiv definiten symmetrischen Bilinearformen und normierten Vektorräumen gilt: Es sei V ein Vektorraum über den reellen Zahlen und σ eine positiv definite symmetrische Bilinearform. Dann gibt es eine von dieser Bilinearform induzierte Norm || ||. Diese ist für einen Vektor a ∈ V definiert mit ||a|| = √σ(a,a) Für alle a, b ∈ V gilt: |σ(a,b)| ≤ ||a|| ||b|| Auf Grund der positiven Definitheit von σ ist die Norm wohldefiniert und ||a|| > 0 für a ≠ 0. Für λ ∈ R gilt ||λa|| = √σ(λa,λa) = √λ² √σ(a,a) = |λ| ||a|| Die Umkehrung des Satzes gilt im Allgemeinen nicht. Parallelogrammgesetz ||a + b||² + ||a - b||² = 2(||a||² + ||b||²) Es sei V ein normierter Vektorraum. Dann gilt in V genau dann das Parallelogrammgesetz, wenn die Norm von einer positiv definiten symmetrischen Bilinearform erzeugt wird. Orthogonalität und Norm Es sei V ein euklidischer Vektorraum mit einem Skalarprodukt und der daraus induzierten Norm || ||. Dann gilt für alle a, b ∈ V: a ⊥ b ⇔ ||a+b|| = ||a-b|| Folgerung: Ein Parallelogramm ist genau dann ein Rechteck, wenn seine Diagonalen gleich lang sind.

Page 11: Vektorrechnung Vektor - Mathematik alpha

11

Man kann die Vektoren a und b als Seiten eines Vierecks auffassen, dann sind a + b und a - b aber genau die Diagonalen. Unterraum Gegeben sei ein Vektorraum V, der aus dem Körper K, der Menge G und den Verknüpfungen R und S besteht. Ein Gebilde V' nennt sich Unterraum von V, wenn dem Gebilde V' der gleiche Körper K, die gleichen Verknüpfungen R und S, und eine Teilmenge G' der Menge G zugrundeliegen, und das Gebilde V' selbst ein Vektorraum ist. Unterraum-Kriterium Gegeben sei ein Vektorraum V, der aus dem Körper K, der Menge G und den Verknüpfungen R und S besteht. Ein Gebilde V' nennt sich Unterraum von V, wenn dem Gebilde V' der gleiche Körper K, die gleichen Verknüpfungen R und S, und eine Teilmenge G' der Menge G zugrundeliegen, und das Gebilde V' die Axiome R1, S1 und R4 erfüllt. Axiom R1 ... Abgeschlossenheit der Addition Axiom S1 ... Produkt aus Skalar und Vektor ergibt Vektor Axiom R4 ... Existenz inverser Elemente Ist V ein Vektorraum und I eine beliebige Indexmenge. Wenn alle Ui Teilräume von V sind, so ist auch der Durchschnitt aller Ui ein Untervektorraum von V. Dies ist im Allgemeinen bei der Vereinigung von Teilräumen nicht der Fall. Beispiel: Teilmenge der 2×2-Diagonalmatrizen bilden einen Unterraum des Vektorraumes der 2×2-Matrizen Austauschlemma im Vektorraum Gegeben sei eine Vektorraum V, eine Basis B= {v1, ..., vn} von V und ein beliebiger vom Nullvektor verschiedener Vektor w des Vektorraumes V. Dann gilt: Fügt man den Vektor w zur Basis B hinzu, und entfernt man im Gegenzug einen geeigneten Vektor aus der Basis B, so erhält man eine neue Basis des Vektorraumes V. Dabei gilt: Es gibt immer mindestens einen Vektor v aus B der geeignet ist, um gegen w ausgetauscht zu werden. Ausgetauscht werden können die Vektoren v, welche in der Linearkombination von w: w = k1·v1 + k2·v2 + ... + kn·vn einen Koeffizienten ki haben, der von Null verschieden ist. Steinitzscher Austauschsatz Gegeben seien: 1. ein Vektorraum V 2. eine Basis B dieses Vektorraumes: B = {b1, ..., bn} 3. eine linear unabhängige Menge A aus Vektoren dieses Vektorraumes: A = {a1, ..., am} Daraus folgt: 1. n ≥ m 2. fügt man zur Basis B = {b1, ..., bn} die linear unabhängige Menge A = {a1, ..., am} hinzu, und entfernt im Gegenzug m Vektoren aus der Basis b, so erhält man eine neue Basis B' = {a1, ..., am, bm+1, ..., bn} Jede linear unabhängige Menge A = {a1, ..., am} kann durch Hinzunahme geeigneter Vektoren aus einer Basis B = {b1, ..., bn} zu einer Basis B' ergänzt werden: B' = {a1, ..., am, bm+1, ..., bn} Nebenklasse Sei U ein Unterraum des Vektorraumes V. Addiert man zu jedem Element des Unterraumes u einen Vektor v aus V hinzu, so erhält man die Nebenklasse v+U = {v+u1, v+u2, v+u3, ...} Sind zwei Nebenklassen v+U und w+U gleich, dann liegt die Differenz der Repräsentanten (v-w) in U. Umgekehrt gilt: Liegt die Differenz zweier Repräsentanten in U, dann sind sie Repräsentanten derselben Nebenklasse. Jedes Element der Nebenklasse v+U ist auch Repräsentant, und umgekehrt ist jeder Repräsentant von v+U auch Element von v+U. Faktormengen Die Faktormenge V/U ist die Menge aller Nebenklassen von U, also die Menge V/U = {v+U, w+U, x+U, y+U...} Lineare Hülle x→ sei Linearkombination der Vektoren a→

1, a→

2, ..., a→

k eines Vektorraumes. Die lineare Hülle von a→

1, a→

2, ..., a→

k ist die Menge aller Linearkombinationen von a→1, a

→2, ..., a

→k, d.h.

die Menge L(a→

1, a→

2, ..., a→

k) = { x1a→

1 + ... + xka→

k | xi ∈ R } Schmidtsches Orthogonalisierungsverfahren

Page 12: Vektorrechnung Vektor - Mathematik alpha

12

Ist L(a→1, a

→2, ..., a

→m) die lineare Hülle der m Vektoren a→

1, ..., a→

m, so lässt sich schrittweise eine orthogonale Basis (b→

1, ..., b→

k) von L gewinnen. Ist a→

1 ≠ 0→, so setzt man b→1 = a→

1 Ist a→

2 ∉ L(a→1) = L(b→

1), so setzt man b→2 = a→

2 - a→

2 * b→1 / (b

→1)

2 b→1

Ist a→3 ∉ L(a→

1,a→

2) = L(b→1,b

→2), so setzt man b→

3 = a→3 - a

→3 * b→

1 / (b→

1)2 b→

1 - a→

3 * b→2 / (b

→2)

2 b→2

usw... Das Verfahren bricht ab, wenn L(a→

1, a→

2, ..., a→

m) = L(b→1, b

→2, ..., b

→k) ist, d.h. kein Vektor a→

k+1 gefunden werden kann, der nicht in L(b→

1, b→

2, ..., b→

k) liegt. Normiert man die Vektoren b→

1, b→

2, ..., b→

k, so erhält man eine Orthonormalbasis. Orthogonale Menge, orthonormale Menge Eine endliche oder unendliche Menge von Vektoren x1

→, x2→, … eines Vektorraums heißt orthogonale

Menge, wenn für alle i, j (i ≠ j) xi→ • xj

→ = 0 gilt, d.h. alle Vektoren paarweise zueinander senkrechte stehen. Orthonormal heißt die Menge von Vektoren x1

→, x2→, … eines Vektorraums, wenn für alle i |xi

→| = 1 gilt, d.h. jeder Vektor die Länge 1 besitzt. Ein Vektor der Länge 1 heißt normalisiert oder normiert. Eine Menge von linear abhängigen Vektoren xi

→ kann mit dem Gram-Schmidt-Verfahren in eine orthonormale Menge von Vektoren yi

→ umgewandelt werden, die linear abhängig von den Vektoren xi→

sind. Ein Linearoperator T eines Vektorraums V ist eine Regel, die jedem Vektor a→ von V einen eindeutige Vektor Ta→ aus V zuordnet, so dass T(α a→ + b→) = α Ta→ + Tb→ für jedes Vektorpaar a→, b→ und jede komplexe Zahl α zuordnet. Der identische Linearoperator I ordnet jedem a→ sich selbst zu. Zwei Operatoren T und U sind gleich, wenn sie die gleiche Zuordnung ausführen. Unter dem Linearoperatorprodukt TU wird (TU) a→ = T (U a→) verstanden. Im Allgemeinen ist das Linearoperatorprodukt nicht kommutativ. Unter dem Kommutator versteht man [T, U] = TU - UT Zwei Operatoren T und U sind vertauschbar, wenn ihr Kommutator der Nulloperator ist. Existiert zu einem Operator T ein Operator U mit TU = UT = I, so heißt U inverser Linearoperator und wird mit T-1 bezeichnet. Ein Operator T mit einem inversen Operator heißt nichtsingulär, ohne T-1 singulär. Sind S und T nichtsingulär, so gilt (ST)-1 = T-1S-1. Vektoreigenvektor, Vektoreigenwert T sei ein Linearoperator auf dem Vektorraum V. Betrachtet werden alle Nichtnullvektoren von V, die bei der Anwendung von T nur ihre Größe, aber nicht die Richtung ändern. Insbesondere gibt es einen Vektor f→ und eine komplexe Zahl λ mit T f→ = λ f→ Jeder solcher Vektor f→ heißt Eigenvektor oder charakteristischer Vektor. Zur Unterscheidung von Eigenvektoren bei Matrizen wird hier von einem Vektoreigenvektor gesprochen. Die komplexe Zahl λ heißt dann Eigenwert oder charakteristischer Wert, hier Vektoreigenwert, von T in Bezug zum Vektor f→. Beispiel: Im Vektorraum V aller ungeraden trigonometrische Polynome der Form f(x) = a1 sin x + a2 sin 2x + … + an sin nx wird der Operator T f(x) = - f"(x) betrachtet. Ein Eigenvektor dieses Operators ist dann ein f(x) von V mit -f"(x) = λ f(x) Dies sind gerade die Funktionen fn(x) = An sin nx ; n = 1,2,3,… mit den Eigenwerten 1, 4, 9, …, n², … Ein Operator T* heißt adjungierter Operator des Operators T, wenn für alle Vektoren x→ und y→ aus V x→ • Ty→ = T*x→ • y→ gilt. Hermitescher Operator Ein Vektorraum, in dem jeder Operator einen adjungierten Operator besitzt, ist ein vollständiger Vektorraum oder Hilbert-Raum. Ein Operator heißt hermitesch, wenn er zu sich selbst adjungiert ist, d.h. x→ • Ty→ = Tx→ • y→ Für adjungierte und Hermitesche Operatoren gilt: 1) Sind T, U Operatoren und T*, U* die adjungierten Operatoren, dann existiert zu TU der adjungierte Operator mit U*T*. 2) Ist T ein Hermitescher Operator und x→ ein beliebiger Vektor von V, dann ist x→ • Tx→ eine reelle Zahl. 3) Die Eigenwerte eines Hermiteschen Operators sind reell.

Page 13: Vektorrechnung Vektor - Mathematik alpha

13

4) Sind x→ und y→ Eigenvektoren des Hermiteschen Operators T mit den verschiedenen Eigenwerten λ1, λ2, so sind x→ und y→ orthogonal zueinander. Unitärer Operator Ein Operator U heißt unitär, wenn er einen inversen Operator U-1 und einen adjungierten Operator U* besitzt und beide gleich sind: U-1 = U* Ein Operator U heißt weiterhin isometrisch, wenn er das innere Produkt (Skalarprodukt) nicht beeinflusst, d.h. x→ • y→ = Ux→ • Uy→ Ein isometrischer Operator verändert von keinem Vektor die Länge. Existiert der adjungierte Operator U*, so ist U genau dann isometrisch, wenn U unitär ist. Unitärer Raum Die unitäre Geometrie basiert auf dem Begriff des positiv definiten Skalarprodukts, welches das klassische Skalarprodukt uv für Vektoren u und v verallgemeinert. Alle wichtigen Begriffe der unitären Geometrie erlauben, eine direkte physikalische Interpretation im Quarkmodell der Elementarteilchen. Definition: Unter einem unitären Raum versteht man einen linearen Raum über K, auf dem ein Skalarprodukt gegeben ist. Das bedeutet, jedem Vektorpaar u, v ∈ X wird eine Zahl (u, v) ∈ K zugeordnet, so dass für alle u, v,w ∈ X und alle α, β ∈ K gilt: 1) (u, u) ≥ 0 ; (u, u) = 0 genau dann, wenn u = 0 2) (w, αu + βv) = α(w, u) + β(w, v) 3) (u, v)* = (v, u) Aus 2) und (3) folgt (αu + βv,w) = α*(u,w) + β*(v,w) für alle u,v,w ∈ X , α,β ∈ K. Dabei bezeichnet α* die konjugierte komplexe Zahl zu α, d.h., im Falle eines reellen Raumes K = R kann man überall die Querstriche weglassen. Hilbertraum: Jeder endlichdimensionale unitäre Raum ist zugleich ein Hilbertraum im Sinne der allgemeinen Definition. Affine Koordinaten Affine Koordinaten sind eine Verallgemeinerung der kartesischen Koordinaten auf ein System aus drei linear unabhängigen, also auch nicht mehr zwingend rechtwinklig aufeinander stehenden nichtkomplanaren Grundvektoren e1

→, e2→, e3

→ mit drei Koeffizienten a1, a2, a3 (die oberen Indizes sind keine Exponenten!). Für den Vektor a→ ergibt sich dann a→ = a1 e1

→ + a2 e2→ + a3 e3

→ oder a→ = { a1, a2, a3 } Diese Schreibweise ist vorteilhaft, als die Skalare a1, a2, a3 die kontravarianten Koordinaten eines Vektors sind. Für die Linearkombination der Vektoren sowie für die Summe und die Differenz zweier Vektoren gelten die Komponentengleichungen k1 = α a1 + β b1 + ... + δ d1 k2 = α a2 + β b2 + ... + δ d2 k3 = α a3 + β b3 + ... + δ d3 c1 = a1 ± b1 usw. Man spricht von affinen Koordinaten, wenn die Koordinatenachsen durch Geraden gebildet werden. Affine Koordinaten können sowohl schiefwinklig als auch orthogonal; senkrecht; sein. Sind die Koordinaten sowohl geradlinig als auch senkrecht, so spricht man von kartesischen Koordinaten. Graßmanns Vektorrechnung 1840 verfasste Hermann Graßmann ein auf hohem Niveau geschriebenes Werk der Vektorrechnung, das auch bereits die Vektoranalysis (Einbeziehung des Vektorbegriffs in die Differential- und Integralrechnung) umfasste. Aus dieser Arbeit schöpfte Graßmann eine Vielzahl seiner mathematischen Ideen für „Die lineare Ausdehnungslehre, ein neuer Zweig der Mathematik“ von 1844. Dieses Buch war jedoch seiner Zeit weit voraus und ist selbst heute nicht einfach zu verstehen und fand deshalb in der Öffentlichkeit keine Beachtung. Dennoch muss Graßmann als der Begründer der Vektorrechnung gelten. Grundgedanken von Graßmanns Vektorrechnung: 1. Beziehungen zwischen räumlichen Größen können mithilfe algebraischer Verknüpfungsgesetze

beschrieben werden 2. Auffassung der Strecken AB und BA als entgegengesetzte Größen (Betrachtung des Negativen in der

Geometrie), neben der Länge einer Strecke ist nun deren Richtung von Bedeutung 3. im Unterschied zu Hamilton, ist Graßmann daran interessiert seine Gedanken auf n Dimensionen

auszudehnen 4. Es gilt AB+BC=AC auch dann, wenn A, B, C nicht in einer geraden Linie liegen 5. wenn man alle Elemente einer Strecke denselben Änderungen (heute: Parallelverschiebungen)

unterwirft, so ist die dadurch entstehende Strecke der ursprünglichen gleich 6. es gelten die Rechengesetze: Kommutativgesetz, Assoziativgesetz, Distributivgesetz

Page 14: Vektorrechnung Vektor - Mathematik alpha

14

7. das geometrische Produkt zweier Strecken ist der Flächeninhalt des aus ihnen gebildeten Parallelogramms

Es kamen bereits die Begriffe der linearen Abhängigkeit und Unabhängigkeit, der Basis, der Dimension, wenn auch unter anderem Namen bei Graßmann alle vor. Graßmann spricht von Strecken und Größen, das Wort „Vektor“ kommt bei ihm nie vor.

Tensorrechnung

Geometrischer Tensor Tensor als geometrisches Objekt: Gilt für die Verzerrung f der vier Punkte P, Q, R, S eines Parallelogramms die Vorschrift so ist f von ein geometrischer Tensor 2. Stufe

Tensor Ist eine allgemeine Abbildung A aus Vn linear, so spricht man von einem Tensor 2. Stufe. Ein Tensor nullter Stufe hat nur eine Komponente, d.h., er ist ein Skalar. Lineare Abbildung Gegeben seien Vn als ein n-dimensionaler Raum sowie die Abbildung A: Vn → Vn. A heißt dann lineare Abbildung, wenn folgende Eigenschaften erfüllt sind: a→, b→ ∈ Vn, λ ∈ R: A(a→ + b→) = A(a→) + A(b→) A(λ a→) = λ A(a→) Beispiele für Tensoren Drehtensor, Dielektrischer Tensor, Polarisationstensor, Trägheitstensor, Deformationstensor, Spannungstensor, ... Tensor 1. Stufe Ein Tensor erster Stufe hat 3 Komponenten t1, t2 und t3 mit dem Transformationsgesetz tµ = Σ aµi ti ; i = 1,2,3 Dies ist das Transformationsgesetz für Vektoren, d.h., ein Vektor ist ein Tensor 1. Stufe. Projektionstensor Gegeben sei ein Vektor b→ ∈ Vn. Die nachfolgende Projektionsabbildung ist dann ein Tensor: P(x→) = Projb

→ x→ = x→ b→ / | b→|2 b→ Koordinatendarstellung von P: Pji = P(ei

→) ej→ = ei

→ b→ / | b→|2 b→ ej→ = bi bj / | b

→|2 Dyadisches Produkt zweier Vektoren Die Vektoren u→, v→ ∈ Vn seien fest. Dann ist folgende Abbildung D ein Tensor: D(w→) = Du

→v

→(w→) = u→ (v→ w→) ... w→ ∈ Vn Koordinatendarstellung: dij = D(ei∈ Vn) ej∈ Vn = uj vi Spiegelungstensor Es sei der Vektor u→ ∈ Vn mit ||u→||=1. Dann stellt Su

→ = 1 - 2 Du→

u→(x)

eine Spiegelung an der Ebene E: u→ x→ = 0 dar. Su→ heißt

Spiegelungstensor. Du→

u→(x) ist das dyadische Produkt.

Die Koordinatendarstellung dieser Spiegelung ist in der Abbildung zu sehen. Daraus folgt:

1. Su→ ist eine symmetrische Matrix

2. Su→ ist orthogonal

3. Su→ ist zu sich selbst invers: S²u

→ = E Drehtensor Drehtensor: Drehung im Raum R3 um eine feste Drehachse Es sei der Vektor a→ ≠ 0→ ∈ V3, Voraussetzung: ||a||=1.

Die Drehung Da→(ϕ) aller Vektoren um den

Winkel ϕ gegen den Uhrzeigersinn um eine Drehachse der Richtung a→ ist ein Tensor. Es gilt die in der Abbildung gezeigte Gleichung. Die Determinante det(D) eines Drehtensors beträgt immer +1. Eulersche Drehmatrizen Die drei Spezialfälle der allgemeinen Drehtensoren ergeben sich durch Einsetzen der drei Basisvektoren e1

→, e2→ und e3

→ für a→. Es entstehen dabei Drehtensoren um die drei Achsen des Koordinatensystems.

Page 15: Vektorrechnung Vektor - Mathematik alpha

15

Drehung um die e3→-Achse (z-Achse)

Drehung um die e2

→-Achse (y-Achse) Drehung um die e1

→-Achse (x-Achse) Verkettung von Drehtensoren Ist D eine Eulersche Drehmatrix, dann gibt es drei Winkel α, β, γ, so dass Folgendes gilt: D = E1(α) * E2(β) * E3(γ) Ausmultipliziert ergibt sich als Drehmatrix die dargestellte Form:

Koordinatendarstellung der Translation von Vektoren Es sei der Vektor a→ ∈ V³ ein fester Vektor. Dann ist die Abbildung T: x→ --> x→ - a→, x→ ∈ V³ eine Translation, kein Tensor. Ist nun T die Koordinatendarstellung eines Tensors in der Basis (e→

1, e→

2, e→

3) und T' die Koordinatendarstellung desselben Tensors in der Basis (e→

1', e→

2', e→

3'), so gilt T = T'. Dies liegt an der Invarianz der Basisvektoren bei Translation. Orthogonale Transformationen Es sei P eine orthogonale Transformation des R³. Aus dem Basisvektor e→

1 wird damit der Basisvektor e→

1': P: (e→

1, e→

2, e→

3) --> (e→1', e

→2', e

→3')

e→j' = P * e→

j Das entstehende Koordinatensystem ist wieder orthogonal. Es gilt des weiteren: PT P = E --> PT e→

j' = PT P e→

j = e→j

Wenn det(P) = +1, d.h. Drehung, dann ist (e→1', e

→2', e

→3') wieder ein Rechtssystem.

Transformationsverhalten eines Vektors Der Vektor a→ bezüglich der ursprünglichen Basis (e→

1, e→

2, e→

3) wird nach der Transformation P zu a→' = P ⋅ a→ ⇔ a→

j' = Σ ai pij; i=1,2,3. Hierbei ist pij eine Komponente der Transformationmatrix P. Transformationsverhalten von Tensoren Ist T ein Tensor mit den Matrixkomponenten tji und P eine orthogonale Transformation des R3, ergibt sich Folgendes: Matrixkomponente von T tji' = T(e→

j') ⋅ e→

j' = Σ Σ plj pki tlk Summenbildung für k=1,2,3 und l=1,2,3 Matrix T' T' = P-1 ⋅ T ⋅ P = PT ⋅ T ⋅ P Erzeugt der Basiswechsel nicht-orthogonale Basisvektoren, so werden die Transformationformeln komplizierter. Hyperfläche 2.Grades oder Quadrik Man definiert folgende Funktion Q(x→): Rn → R, aik, bk, c ∈ R Q(x→) = Σ (i=1..n) Σ (k=1..n) aik xi xk + 2 Σ (k=1..n) bk xk + c

= x→T A x→ + 2 b→T x→ + c Die hier auftretende A muss symmetrisch sein. Die Menge der Punkte P mit O→P = x→ = (x1, x2, ..., xn)

T, welche die Gleichung Q(x→) = 0 erfüllt, heißt Hyperfläche 2.Grades oder eine Quadrik im Rn. Mittelpunkt einer Quadrik Betrachtet man die Translation x→ = x'→ + p→ der Quadrik um p→, so gilt: Q(x'→+p→) = x'→T A x'→ + 2 (p→T A + b→t) x'→ + Q(p→) Ist nun die Gleichung Ap→ = -b→ lösbar, so besitzt Q(x→) ein Zentrum, für das gilt: Z = { p→ | Ap→ = -b→ } = {m→} m→ heißt Mittelpunkt der Quadrik. Normalform einer Quadrik Mit Hilfe geeigneter Koordinatentransformationen lässt sich jede Quadrik auf eine der beiden folgenden Normalformen bringen: 1. Fall: Zentrum der Quadrik ist verschieden der leeren Menge λ1 y1² + λ2 y2² + ... + λr yr² + γ = 0 mit r = Rang(A), die λi sind die Eigenwerte von A, die ungleich Null sind

Page 16: Vektorrechnung Vektor - Mathematik alpha

16

2. Fall: Zentrum der Quadrik ist die leere Menge λ1 y1² + λ2 y2² + ... + λr yr² + 2 γ yn = 0 mit r = Rang(A) < n, γ > 0, die λi sind die Eigenwerte von A, die ungleich Null sind Klassifikation von Quadriken Gegeben Q(x→) = x→T A x→ + 2 b→T x→ + c Umformungen Q(x→ + m→) = x→T A x→ + 2(A m→ + x→)T x→ + Q(m→) Q(m→) = b→T m→ + c Auswertung der abgebildeten Matrix, Ermittlung von P Q(P x→) = x→T PT A P x→ + b→T P x→ + c Q(P x→ + m→) = x→T PT A P x→ + 2(A m→ + b→)T P x→ + Q(m→) Klassifikation von Quadriken, Auswertung 1.Fall: Am→ = -b→ ist lösbar; es liegt eine Zentrumsquadrik vor Schritte: Bestimmen von m→ und Q(m→). Bestimmen der Eigenwerte und Eigenvektoren von A. (u.U. Bestimmung des Typs) Bestimmen der Drehmatrix P aus den Eigenvektoren von A. Setze die neuen Koordinaten: u→ = PT (x→ - m→) ... x→ = P u→ + m→ Daraus ergibt sich die abgebildete Gleichung und die Normalform im R3: λ1 u1² + λ2 u2² + λ3 u3² + γ = 0 und entsprechend der Tabelle der Typ der Quadrik λ1 λ2 λ3 γ Typ + + + - Ellipsoid + + - + zweischaliges Hyperboloid + + - - einschaliges Hyperboloid + + - 0 Kegel mit Spitze in m + + 0 - elliptischer Zylinder + - 0 +/- hyperbolischer Zylinder + + 0 0 1 Gerade + - 0 0 2 Ebenen mit Schnitt + 0 0 - 2 parallele Ebenen + 0 0 0 Doppelebene 2.Fall: Am→ = -b→ ist nicht lösbar; es liegt keine Zentrumsquadrik vor Es folgt daraus, dass 0 ein Eigenwert von A ist, denn det(A) = det(A - 0E) = 0 Schritte: 1. Bestimmen der Eigenwerte von A. 2. Bestimmen der Eigenvektoren ν1, ..., νr zu den λi = 0 3. Bestimmen der Eigenvektoren νi zu den λr+1, ..., λn-1 = 0 mit νi

→ ⊥ b→ 4. Bestimmen von νn 5. Quadratische Ergänzung 6. Normalform im R3: λ1 u1² + λ2 u2² + 2 γ u3 = 0 und entsprechend der Tabelle der Typ der Quadrik λ1 λ2 λ3 γ Typ + + 0 +/- elliptisches Paraboloid + - 0 +/- hyperbolisches Paraboloid + 0 0 +/- parabolischer Zylinder Superquadriken Superquadriken wurden als Erweiterung der Quadriken von dem dänischen Designer Peit Hein veröffentlicht. Ihre allgemeine Formel beschreibt symmetrische Objekte: f(x,y,z) = (((x-xm)/a1)

2/e2 + ((y-ym)/a2)2/e2)e2/e1 + ((z-zm)/a3)

2/e1 Dabei ist M = (xm, ym, zm) der Mittelpunkt und die Parameter a1, a2 und a3 geben die Ausdehnung in der x-, y- und z-Richtung an. Die Form wird durch e1 und e2 beschrieben. So ergibt sich zum Beispiel für e1 = e2 = 1 ein Ellipsoid, für e1 = 0.1; e2 = 1 ein Zylinder und für e1 = 0.1; e2 = 0.1 ein Quader. Superquadriken sind geeignet als verschiedenartig abgerundete Grundformen. Superquadriken bilden eine mächtigere Familie verschiedener Formen als die Quadriken: Superellipsoid, Superhyperboloid und Supertorus. Die Oberfläche des Superellipsoids wird implizit durch folgende Gleichung ausgedrückt: ((x/a1)

2/e2 + (y/a2)2/e2)e2/e1 + (z/a3)

2/e1 = 1 Die Parameter e1 und e2 bestimmen die Form des Superellipsoids entlang der beiden sphärischen Komponenten. Demzufolge ist für e1 = e2 = 1 und a1 = a2 = a3 = 1 diese Oberfläche eine Kugel. Abbildung: Superellipsoid

Page 17: Vektorrechnung Vektor - Mathematik alpha

17

Krummlinige Koordinaten Gegeben seien drei Eckpunkte eines zu den Koordinatenachsen parallelen Rechtecks im R2 durch deren Ortvektoren x0

→, x1→ = x0

→ + ∆x1 ( 10 ), x2

→ = x0→ + ∆x2 (

01 )

Die Verzerrung des Rechtecks mit dem Flächeninhalt FQ = |∆x1 ∆x2| in ein Parallelogramm, dargestellt durch die neuen Eckpunkte f→(x0

→), f→(x1→), f→(x2

→) mit der Funktion f→ ergibt für den Grenzwert der Verhältnisse zwischen dem ursprünglichen Flächeninhalt FQ und dem neuen Flächeninhalt FP: lim∆xi→0 FP/FQ = | det (D f→(x0

→)) | Diese Flächenverzerrung im zweidimensionalen Raum lässt sich analog übertragen auf Gebilde im R3. Dort stellt sie die Volumenverzerrung im dreidimensionalen Raum dar. Wird bei solchen Verzerrungen kein begrenztes Objekt betrachtet, sondern eine offene Menge U in eine offene Menge V verzerrt, so spricht man bei f→ von der Koordinatentransformation von U auf V. Für die Umkehrung einer solchen Koordinatentransformation gilt unter der Voraussetzung, dass y→ = f→(x→) und x→ ∈ U: det(D f-1→ (y→)) = 1 / det (D f→(x→)) Jacobideterminante oder Funktionaldeterminante

J f→ (x→) = det (D f→(x→))

Transformationsformeln krummliniger Koordinaten Polarkoordinaten Koordinatentransformation f→: ( rφ ) --> ( r cos φ

r sin φ ) = ( f1(r,φ) f2(r,φ) ) = ( xy )

f→-1: ( rφ ) --> ( √(x²+y²)arctan(y/x) ) = ( f1(r,φ)-1

f2(r,φ)-1 ) = ( rφ ) Jacobideterminante von f det (D f→(r,φ)) = r² cos φ + r² sin φ = r Zylinderkoordinaten Koordinatentransformation siehe obere zwei Gleichungen Jacobideterminante von f det (D f→(r,φ,z)) = r² cos φ + r² sin φ = r Kugelkoordinaten Koordinatentransformation siehe untere zwei Gleichungen Hierbei liegt der Winkel φ zwischen der x-Achse und dem in die x-y-Ebene projizierten Ortsvektor des Punktes. Der Winkel θ liegt zwischen der z-Achse und dem Ortsvektor des Punktes Jacobideterminante von f det (D f→(r,φ,θ)) = r² sin θ (cos² θ + sin² θ) = r² sin θ Geometrische Objekte im Vektorraum Legt man ein Koordinatenkreuz in die Zeichenebene, so ist jeder Punkt der Zeichenebene durch seinen x- und y-Wert bestimmt. Wir können also die Punkte der Ebene mit Paaren von reellen Zahlen gleichsetzen. Die Menge der Punkte der Ebene ist dann die Menge R². Die Menge R² bildet einen Vektorraum über R. Geometrische Objekte wie Linien und Flächen sind Mengen von Punkten. Diese Punkte lassen sich durch Vektoroperationen beschreiben. Definition: Ein Punkt in der Ebene ist ein Paar von reellen Zahlen, also ein Element p ∈ R² mit p = (x, y). Definition: Eine Gerade durch zwei Punkte p und q ist die Punktemenge pq = { r ∈ R² | r = p + a(q –

p), a ∈ R}. Ein Liniensegment ist die Verbindungsstrecke von zwei Punkten p und q: pq = { r ∈ R² | r = p + a(q – p), a ∈ R, 0≤a≤1 }. Man lässt den Querstrich über pq auch weg, wenn klar ist, dass das Liniensegment zwischen p und q gemeint ist. Aus Liniensegmenten lassen sich weitere geometrische Gebilde zusammensetzen. Definition: Ein Kantenzug ist eine Kette von Liniensegmenten w = p0p1, p1p2, ..., pn-1pn. Die Punkte pi heißen Ecken des Kantenzugs, die Liniensegmente heißen Kanten. Ein Polygonzug ist ein geschlossener Kantenzug w = p0p1, p1p2, ..., pn-1p0. Ein Polygonzug, bei dem alle Ecken pi verschieden sind und bei dem je zwei Kanten außer den gemeinsamen Ecken keine Punkte gemeinsam haben, heißt

einfacher Polygonzug. Das von einem einfachen Polygonzug umschlossene Gebiet, einschließlich des Polygonzugs selber, heißt Polygon. Matrizen, Determinanten Matrix vom Typ (m,n)

Page 18: Vektorrechnung Vektor - Mathematik alpha

18

... rechteckig angeordnetes Schema von m*n Größen (m Zeilen, n Spalten), den Elementen aij. Zeilen und Spalten werden auch Reihen genannt. Darstellung = A(m,n) = (aik)(m,n) Achtung: Bei der Schreibweise A(m,n) werden mit m zuerst die Zeilen und anschließen mit n die Spalten genannt Spezielle Matrizen m = n ⇔ n-reihige quadratische Matrix spur A = a11+a22...+ann ⇔ Spur der Matrix A aij=0 für i≠j ⇔ Diagonalmatrix aij=0 für i≠j und aij=1 für i=j ⇔ Einheitsmatrix E aij=0 für alle i,j ⇔ Nullmatrix O Eine Matrix a mit nur einer Reihe heißt ... Vektor a = ( a1 a2 a3 ... an ) mit nur einer Zeile ⇒ Zeilenvektor mit nur einer Spalte ⇒ Spaltenvektor, Spaltenmatrix

Diagonalmatrix Ein Spezialfall der quadratischen Matrix ist die sogenannte Diagonalmatrix, bei der alle außerhalb der Hautdiagonalen liegenden Elemente gleich Null sind. Die Multiplikation zweier Diagonalmatrizen gestaltet sich besonders einfach und ergibt wieder eine Diagonalmatrix. Einheitsmatrix Die Einheitsmatrix ist ein Spezialfall der Diagonalmatrix, die wiederum

ein Spezialfall der quadratischen Matrix ist: Ein Diagonalmatrix, bei der alle Diagonalelemente gleich 1 sind, nennt man Einheitsmatrix. Ein Diagonalmatrix, bei der alle Diagonalelemente gleich einer reellen Zahl c sind, nennt man Skalarmatrix. Untere Dreiecksmatrix Bei einer unteren Dreiecksmatrix sind alle Elemente oberhalb der Hauptdiagonalen gleich Null Obere Dreiecksmatrix Bei der oberen Dreiecksmatrix sind alle Elemente unterhalb der Hauptdiagonalen gleich Null Die Transponierte einer oberen Dreiecksmatrix ist eine untere Dreiecksmatrix und umgekehrt. Die Determinante einer Dreiecksmatrix ist das Produkt der Diagonalelemente. Jede Matrix lässt sich durch Zeilenvertauschungen so umformen, dass sie sich in ein Produkt aus einer linken und einer rechten Dreiecksmatrix zerlegen lässt. Antidiagonalmatrix Eine Antidiagonalmatrix ist eine quadratische Matrix, bei der alle Elemente außerhalb der Gegendiagonale Null sind. Eine nxn-Matrix A = (aij) heißt antidiagonal, wenn für alle i,j mit i+j <> n+1 der (i,j)-Eintrag Null aij ist. Die Determinante der oben abgebildeten antidiagonalen Matrix ist det(A) = (-1)(n2) q1q2...qn Sind alle qi der Gegendiagonale von Null verschieden sind, dann ist A invertierbar und die zu A inverse Matrix ist die unten abgebildete Matrix A-1.

Das Produkt zweier Antidiagonalmatrizen ist eine Diagonalmatrix. Das Produkt einer Antidiagonalmatrix mit einer Diagonalmatrix ist eine Antidiagonalmatrix. Symmetrische Matrix Bei der symmetrischen Matrix sind alle Elemente spiegelbildlich zur Hauptdiagonalen angeordnet Eine Matrix A die mit ihrer transponierten Matrix übereinstimmt, für die also A = AT gilt, ist symmetrisch. Dies ist nur für quadratische Matrizen möglich. Einfachste Beispiele für symmetrische Matrizen sind die Nullmatrix und die Einheitsmatrix.

Schiefsymmetrische Matrix Eine schiefsymmetrischen Matrix liegt vor, wenn gilt: 1. Die Elemente, die spiegelbildlich zur Hauptdiagonalen liegen, sind vom Betrag gleich, haben aber entgegengesetzte Vorzeichen. 2. Die Hauptdiagonalenelemente sind gleich Null

Page 19: Vektorrechnung Vektor - Mathematik alpha

19

Jede quadratische Matrix kann in eine Summe aus einer symmetrischen und einer antisymmetrischen Matrix zerlegt werden. Transponierte Matrix Vertauschen der Zeilen und Spalten führt zur transponierten Matrix AT (AT)T = A (A + B)T = AT + BT A = AT ⇔ symmetrische quadratische Matrix A = - AT ⇔ antisymmetrische Matrix Matrizengesetze Gleichheit von Matrizen A = B ⇔ aik = bik, ∀ i,k Zwei Matrizen A und B sind gleich, wenn 1. die beiden Matrizen vom gleichen Typ sind und 2. die Matrizen in jedem Element übereinstimmen. Summe zweier Matrizen C = A ± B ⇔ ( aik ± bik ) , Matrizen werden komponentenweise addiert Kommutativgesetz A + B = B + A Assoziativgesetz (A + B) + C = A + (B + C) Multiplikation mit einer reellen Zahl (Skalar) k A = k(aik) = (k aik) Distributivgesetz k (A + B) = k A + k B (k ± l) A = k A ± l A Skalares Produkt ... von Zeilenvektor a mit dem Spaltenvektor b ⇔ a1b1 + a2b2 + ... + anbn Produkt von Matrizen Das Element cik des Matrizenproduktes C = A*B ergibt sich als skalares Produkt des i.ten Zeilenvektors von A mit dem k.ten Spaltenvektor von B. Voraussetzung: Spaltenzahl von A = Zeilenzahl von B

Beispiel 2 zweireihige Matrizen:

++

++=

dhcfdgce

bhafbgae

hg

fe

dc

ba

Multiplikationsgesetze für Matrizen Kommutativgesetz gilt nicht ! A * B ≠ B * A (A * B)T = BT * AT A * E = E * A A * O = O * A = O A * (B * C) = (A * B) * C A * (B + C) = A * B + A * C spur (A * B) = spur (B * A) Die Matrizenmultiplikation ist nicht nullteilerfrei ! A * B = O bedeutet nicht notwendig ... A = O oder B = O Nilpotente Matrix Eine quadratische Matrix A heißt nilpotent, wenn eine ihrer Potenzen die Nullmatrix ergibt. Ist die Matrix A nilpotent, so hat sie genau einen Eigenwert gleich Null. Sie ist nicht invertierbar, ihre Determinante ist Null, ebenso die Spur. Dyadisches Produkt ... Produkt einer (n,1)-Matrix mit einer (1,n)-Matrix. Es entsteht eine (n,n)-Matrix. Das Produkt einer (1,n)-Matrix mit einer (n,1)-Matrix ergibt eine (1,1)-Matrix, eine Matrix mit einem Element. Hermitesche Matrix A* Eine Matrix mit komplexen Zahlen als Elementen heißt hermitesch, wenn aik = aki

__ gilt, wobei aki__ die

konjugiert komplexe Zahl von aki ist. Für reelle Koeffizienten fallen symmetrische und hermitesche Matrix zusammen. Eine antihermitesche oder schiefhermitesche Matrix iat eine quadratische Matrix, die dem Negativen ihrer Adjungierten gleich ist, d.h. es gilt aik = - aki

__. Jede quadratische Matrix kann in eine Summe aus einer hermiteschen Matrix Ah und einer antihermiteschen Matrix Aah zerlegt werden A = Ah + Aah, mit Ah = 1/2 (A + AAdjungierte) Aah = 1/2 (A - AAdjungierte) Eine Matrix A ist unitär, wenn die Multiplikation von A mit ihrer adjungierten Matrix die Einheitsmatrix ergibt, bzw. A-1 = A* Tridiagonalmatrix Quadratische Matrix, bei der alle Matrixelemente gleich Null sind, außer denen, die auf der Hauptdiagonalen aij, i = j, und der eins darunter oder eins darüber liegenden Diagonalen aij, i = j ± 1 liegen: aij = 0 für |i - j| > 1 Bandmatrix Quadratische Matrix, bei der alle Matrixelemente gleich Null sein müssen, außer denen, die auf der Hauptdiagonalen und k darüber und l darunter liegenden Diagonalen aij, j ≤ i + k bzw. i ≤ j + l liegen. Die Matrixelemente ungleich Null sind alle auf einem diagonal verlaufenden "Band" angeordnet: aij = 0 für i - j > l, j - i > k, l < n

Page 20: Vektorrechnung Vektor - Mathematik alpha

20

Rechte Hessenbergmatrix Quadratische Matrix, bei der alle Matrixelemente gleich Null sind, die unterhalb der ersten linken Diagonalen aij, i = j+1 liegen: aij = 0 für i - j > 1 Analog definiert man die linke Hessenbergmatrix. Falksches Schema Für die praktische Durchführung der Matrixmultiplikation gemäß AB = C verwendet man der größeren Übersichtlichkeit halber das Falksche Schema. Das Element cij der Produktmatrix C erscheint genau im Kreuzungspunkt der i.ten Zeile von A mit der j.ten Spalte von B. In der Abbildung werden als Beispiel zwei dreireihige Matrizen multipliziert. Inverse Matrix, Kehrmatrix Zwei quadratische Matrizen A, A-1 heißen zueinander invers ⇔ ⇔ A * A-1 = A-1 * A = E und es gilt (A-1)-1 = A (A * B)-1 = B-1 * A-1 det A-1 = (det A)-1 = 1/ det A spur (A-1 * B * A) = spur B (AT)-1 = (A-1)T, kontragrediente Matrix zu A A-1 = AT, A heißt orthogonale Matrix Die transponierte und die inverse Matrix einer orthogonalen Matrix sind auch orthogonal; weiterhin gilt det A = ±1. Produkte orthogonaler Matrizen sind wieder orthogonal. A A* = A* A, A heißt normale Matrix Rang einer Matrix r(A) ... Anzahl der linear unabhängigen Zeilen in A Singuläre Matrix: Matrix A heißt singulär ⇔ A-1 existiert nicht ⇔ r(A) < n Reguläre Matrix: Matrix A heißt regulär bzw. invertierbar ⇔ A-1 existiert ⇔ r(A) = n einer quadratischen Matrix Zeilenregulär ist die (m,n)-Matrix A, wenn r(A) = m, spaltenregulär, wenn r(A) = n. Inverse Matrix (2) Beispiel zur Berechnung der inversen Matrix mit Hilfe des Gauß-Jordan-Verfahrens. Gesucht ist die inverse Matrix zu 1 0 -2 A = -1 1 2 0 4 -1 Im Schema werden links die Matrix A und rechts die dreireihige Einheitsmatrix notiert. Ziel der Operationen ist es, links die Einheitsmatrix zu konstruieren. 1 0 -2 1 0 0 -1 1 2 0 1 0 ; Addition mit Zeile 1 0 4 -1 0 0 1 1 0 -2 1 0 0 0 1 0 1 1 0 0 4 -1 0 0 1 ; Subtraktion mit der 4fachen Zeile 2 1 0 -2 1 0 0 ; Subtraktion der 2fachen Zeile 3 0 1 0 1 1 0 0 0 -1 -4 -4 1 ; Multiplikation mit (-1) 1 0 0 9 8 -2 0 1 0 1 1 0 0 0 1 4 4 -1 Die zu A inverse Matrix lautet A-1 9 8 -2 1 1 0 4 4 -1 Beispiel zur Berechnung der inversen Matrix mit Hilfe des Gauß-Jordan-Verfahrens. Gesucht ist die inverse Matrix zu 6 8 3 A = 4 7 3 1 2 1

Page 21: Vektorrechnung Vektor - Mathematik alpha

21

Im Schema werden links die Matrix A und rechts die dreireihige Einheitsmatrix notiert. Ziel der Operationen ist es, links die Einheitsmatrix zu konstruieren. 6 8 3 1 0 0 4 7 3 0 1 0 ; Addition mit (-4)*Zeile 1 1 2 1 0 0 1 ; Addition mit (-6)*Zeile 1 1 2 1 0 0 1 ; Addition mit 2*Zeile 2 0 -1 -1 0 1 -4 0 -4 -3 1 0 -6 ; Subtraktion mit der 4fachen Zeile 2 1 0 -1 0 2 -7 ; Addition der Zeile 3 0 1 1 0 -1 -4 ; Subtraktion der Zeile 3 0 0 1 1 -4 10 1 0 0 1 -2 3 0 1 0 -1 3 -6 0 0 1 1 -4 10 Die zu A inverse Matrix lautet A-1 1 -2 3 -1 3 -6 1 -4 10 Matrizengleichung: Die Gleichung AX = B (A, B sind Matrizen) hat die Lösung X = B A-1 ,d.h. die Gleichung ist lösbar, wenn zu A die inverse Matrix A-1 existiert Rechenregeln für Determinanten von Matrizen A, B ... Matrizen, E ... Einheitsmatrix, c ... reelle Zahl det (AB) = det (A) * det (B) ; Produktregel det (AT) = det (A) det (En) = 1 det (c A) = cn det (A) Rangabfall, Nullität d = n - r(A) Zur Berechnung des Ranges einer (m,n)-Matrix werden die größtmöglichen Unterdeterminanten gebildet. Ist eine von ihnen nicht null, so ist der Rang gleich der Ordnung (Anzahl der Spaltenvektoren) dieser Unterdeterminante. Gegebenenfalls muss die Ordnung der Unterdeterminante verringert werden, bis eine von ihnen ungleich null ist. Matrizennormen Spektralnorm ||A|| = ||A||2 = √(λmax (A

TA)), dabei wird mit λmax (ATA) der größte Eigenwert der Matrix

ATA bezeichnet Zeilensummennorm ||A|| = ||A||∞ = max Σ |aij|, wobei die Summierung für j=1,...,n erfolgt und das Maximum für 1 ≤ i ≤ n gebildet wird Spaltensummennorm ||A|| = ||A||1 = max Σ |aij|, wobei die Summierung für i=1,...,n erfolgt und das Maximum für 1 ≤ j ≤ n gebildet wird Eigenwerte, Eigenvektoren Lineare Abbildung x→ --> f(x→) = A * x→ Unter den Eigenwerten λ und den Eigenvektoren ν→ der Matrix A versteht man alle diejenigen Konstanten bzw. Vektoren, für die gilt: A * ν→ = λ * ν→ Aus der Definition folgt: A * ν→ = λ * ν→ ⇔ (A - λ * E) ν→ = o→ und für ν→ ≠ o→ ... det( A - λ * E ) = 0 In Determinantenschreibweise det(A - λ*E) = 0 = Spezialfall: Für eine Matrix, in der außerhalb der Hauptdiagonalen nur Nullen stehen, bilden die Werte in der Hauptdiagonalen zugleich die Eigenwerte. Allgemeines Eigenwertproblem A und B seien zwei quadratische Matrizen vom Typ (n;n). Ihre Elemente können reelle oder komplexe Zahlen sein. Die Aufgabe, Zahlen λ und zugehörige Vektoren x→ (Nicht-Nullvektoren) mit A x→ = λ B x→ zu bestimmen, wird als allgemeines Eigenwertproblem bezeichnet. Die Zahl λ heißt Eigenwert, der Vektor x→ Eigenvektor. Ein Eigenvektor ist lediglich bis auf einen Faktor bestimmt, da mit x→ auch c x→ Eigenvektor zu λ ist. Der Spezialfall B = E, wobei E eine n-reihige Einheitsmatrix ist, wird als spezielles Eigenwertproblem bezeichnet. Dieses tritt in vielen Anwendungen auf, vorwiegend mit symmetrischer Matrix A. Bezüglich des allgemeinen Eigenwertproblems muss auf Spezialliteratur verwiesen werden. A sei (n;n)-Matrix.

Page 22: Vektorrechnung Vektor - Mathematik alpha

22

1. Anzahl der Eigenwerte: Die Matrix A hat genau n reelle Eigenwerte λi; i = 1,...,n, die entsprechend ihrer Vielfachheit zu zählen sind 2. Orthogonalität der Eigenvektoren: Die zu verschiedenen Eigenwerten λi ≠ λj gehörenden Eigenvektoren xi

→ und xj→ sind orthogonal.

3. Matrix mit p-fachem Eigenwert: Zu einem p-fachen Eigenwert λ = λ1 = ... = λp existieren p linear unabhängige Eigenvektoren x1

→, x2→, ..., xp

→. Alle nichttrivialen Linearkombinationen sind Eigenvektoren zu λ. Davon können p ausgewählt werden, die orthogonal sind. Eigenwertberechnung einer Matrix Bei kleinen Matrizen können die Eigenwerte symbolisch mit Hilfe des charakteristischen Polynoms berechnet werden. Bei großen Matrizen ist dies oft nicht möglich, so dass hier Verfahren der numerischen Mathematik zum Einsatz kommen. Symbolische Berechnung Die Eigenwerte definierende Gleichung (A - λ · E) · x = 0 stellt ein homogenes lineares Gleichungssystem dar. Da x ≠ 0 vorausgesetzt wird, ist dieses genau dann lösbar, wenn gilt det (A - λ E) = 0 Expandiert man die Determinante auf der linken Seite, so erhält man ein Polynom n-ten Grades in λ. Dieses wird charakteristisches Polynom genannt und dessen Nullstellen sind die Eigenwerte, also die Lösungen der Gleichung αn · λ

n + αn-1 · λn-1 + … + α1 · λ + α0 = 0

Da ein Polynom vom Grad n höchstens n Nullstellen besitzt, gibt es höchstens n Eigenwerte. Zerfällt das Polynom vollständig, z.B. jedes Polynom über C, so gibt es genau n Nullstellen, wobei mehrfache Nullstellen mit ihrer Vielfachheit gezählt werden. Eigenraum zum Eigenwert Ist λ ein Eigenwert der linearen Abbildung f: V → V, dann nennt man die Menge aller Eigenvektoren zu diesem Eigenwert den Eigenraum zum Eigenwert λ. Der Eigenraum ist definiert durch Eig(f, λ) = {v ∈ V | f(v) = λ · v} Spektrum und Vielfachheiten Mehrfache Vorkommen eines bestimmten Eigenwertes fasst man zusammen und erhält so nach Umbenennung die Aufzählung λ1, λ2, …, λk der verschiedenen Eigenwerte mit ihren Vielfachheiten µ1, µ2, …, µk. Die Vielfachheit eines Eigenwertes als Nullstelle des charakteristischen Polynoms bezeichnet man als algebraische Vielfachheit. Die Menge der Eigenwerte wird Spektrum genannt und σ(A) geschrieben. Es gilt σ(A) = {λ ∈ C | ∃ ≠ 0: Ax = λx} Als Spektralradius bezeichnet man den Betrag des betragsmäßig größten Eigenwerts. Kennt man die Eigenwerte und ihre Vielfachheiten, kann man die Jordansche Normalform der Matrix erstellen. Beispiel: Gegeben sei die quadratische Matrix (0 2 -1) A = (2 -1 1) (2 -1 3) Subtraktion der mit λ multiplizierten Einheitsmatrix von A (0-λ 2 -1) A - λ E = (2 -1-λ 1) (2 -1 3-λ) Ausrechnen der Determinante dieser Matrix mit Hilfe der Regel von Sarrus ergibt det(A - λ E) = -(λ - 2) (λ - 2) (λ + 2) Die Eigenwerte entsprechen den Nullstellen des Polynoms, d.h. die rechte Seite der obigen Gleichung gleich Null setzen und man erhält λ1 = 2 ; λ2 = -2 Der Eigenwert 2 hat die algebraische Vielfachheit 2, da er doppelte Nullstelle des charakteristischen Polynoms ist. Berechnung der Eigenvektoren Für einen Eigenwert λ lassen sich die Eigenvektoren aus der Gleichung (A - λ E) x = 0 bestimmen. Die Eigenvektoren spannen einen Raum auf, dessen Dimension als geometrische Vielfachheit des Eigenwertes bezeichnet wird. Für einen Eigenwert λ der geometrischen Vielfachheit µ lassen sich Eigenvektoren x1, x2, …, xµ finden, so dass die Menge aller Eigenvektoren zu λ gleich der Menge der Linearkombinationen von x1, x2, …, xµ ist. (x1, x2, …, xµ) heißt dann Basis aus Eigenvektoren zum Eigenwert λ.

Page 23: Vektorrechnung Vektor - Mathematik alpha

23

Die geometrische Vielfachheit eines Eigenwertes kann man als die maximale Anzahl linear unabhängiger Eigenvektoren zu diesem Eigenwert definieren. Die geometrische Vielfachheit ist immer kleiner oder gleich der algebraischen Vielfachheit. Beispiel: Gegeben ist die quadratische Matrix A: (0 2 -1) A = (2 -1 1) (2 -1 3) Die Eigenwerte sind λ1 = 2, λ2 = -2. Für λ1 = 2 ergibt das zugehörige Gleichungssystem (-2 2 -1) (2 -3 1 ) x→ = 0→ (2 -1 1 ) als Lösung den Vektor (1/2 ; 0; -1) und alle seine Vielfachen, nicht jedoch das Nullfache des Vektors, da Nullvektoren niemals Eigenvektoren sind. Obwohl dieser Eigenwert eine algebraische Vielfachheit von 2 hat, existiert nur ein linear unabhängiger Eigenvektor. Damit hat dieser Eigenwert eine geometrische Vielfachheit von 1. Für λ2 erhält man den Eigenvektor (3/2 ; -2 ; -1). Ähnlichkeitstransformation einer Matrix Zu jeder reellen symmetrischen Matrix A gibt es eine orthogonale Matrix U und eine Diagonalmatrix D mit A = U D UT Dabei sind die Diagonalelemente von D die Eigenwerte von A, und die Spalten von U sind die dazugehörigen normierten Eigenvektoren. Aus der Gleichung folgt unmittelbar D = UT A U Man bezeichnet diese Gleichung als Hauptachsentransformation. Auf diese Weise wird A in die Diagonalform überführt. Wird die quadratische Matrix A mit Hilfe der regulären quadratischen Matrix G nach der Vorschrift GT A G = A' transformiert, dann spricht man von einer Ähnlichkeitstransformation. Die Matrizen A und A' heißen ähnlich, und es gilt: 1. Die Matrizen A und A' haben dieselben Eigenwerte, d.h., bei einer Ähnlichkeitstransformation ändern sich die Eigenwerte nicht. 2. Ist A symmetrisch, dann ist auch A' symmetrisch, falls G orthogonal ist: A' = GT A G mit GT G = E Bei dieser Beziehung bleiben Eigenwerte und Symmetrie erhalten. Dies besagt, dass eine symmetrische Matrix A orthogonal ähnlich auf die reelle Diagonalform D transformiert werden kann. Eigenwerte, Eigenvektoren und Eigenräume von Endomorphismen Es sei V ein Vektorraum über K beliebiger Dimension und f: V → V ein Endomorphismus. Für alle λ ∈ K gilt: Eλ = {x ∈ V | f(x) = λx} = {x ∈ V | (f - λ id)(x) = 0} = ker (f - λ id) ist ein Unterraum von V. Ein Skalar λ ∈ K heißt Eigenwert des Endomorphismus, wenn dim Eλ = dim ker(f - λ id) > 0 ist, das heißt wenn ein Eigenvektor x ∈ V\{0} existiert mit f(x) = λx. Eλ = ker(f - λ id) heißt dann Eigenraum von f zum Eigenwert λ, und seine Dimension d ≥ 1 die geometrische Vielfachheit des Eigenwertes λ. Der Nullvektor ist niemals Eigenvektor und kein Eigenraum ist 0-dimensional. Für ein λ gilt: Entweder ist λ Eigenwert von f, oder f - λ id ist regulär. Ein Eigenraum Eλ zum Eigenwert λ von f: V → V ist invariant, das heißt es gilt f[Eλ] ⊆ Eλ, falls λ ≠ 0. Die Eigenvektoren x1, …, xm zu paarweise verschiedenen Eigenwerten λ1, …, λm eines Endomorphismus f: V → V sind linear unabhängig. Die Anzahl der verschiedenen Eigenwerte eines Endomorphismus f: V → V ist nicht größer als die Dimension von V.

Pascal-Matrix Eine Matrix mit n Spalten und n Zeilen, in die wie in der Abbildung die Koeffizienten des Pascalschen Dreiecks eingetragen, d.h. die Binomialkoeffizienten, ist symmetrisch und besitzt stets, unabhängig von der Zahl der Reihen, die Determinante 1.

Ist n > 6 so besitzt die Matrix einen Eigenwert von 1 und den Eigenvektor (1 ; 0 ; 0 ; 0 ; 0 ; 0 ; 0 ; 0). Ab n = 8 tritt zusätzlich ein Eigenwert 2 mit dem Vektor (0 ; 1 ; 0 ; 0 ; 0 ; 0 ; 0 ; 0; 0) auf, ab n = 10 der Eigenwert 6, ab n = 11 der Eigenwert 20 usw. Lineares Gleichungssystem Ein lineares Gleichungssystem kann in der Form A * x = b dargestellt werden. A ... Koeffizientenmatrix, b ... Vektor der Absolutglieder, x ... Lösungsvektor

Page 24: Vektorrechnung Vektor - Mathematik alpha

24

Für das Gleichungssystem a11 x1 + a12 x2 + ... + a1n xn = bn a21 x1 + a22 x2 + ... + a2n xn = bn ... am1 x1 + am2 x2 + ... + amn xn = bn ist die Koeffizientenmatrix A gleich Allgemeines Lösungsverfahren Zunächst wird die Hauptdeterminante D = | A | berechnet, was bis Rang n = 3 ohne weitere Umformungen möglich ist. Ist der Rang n > 3, ist meistens der Gaußsche Algorithmus am günstigsten. 1. Fall: D = 0: keine eindeutige Lösung, d.h. Gauß'scher Algorithmus (geometrisch ist die Lösungsmenge eine Ebene oder eine Gerade) 2. Fall: D ≠ 0: eindeutige Lösung, d.h. Cramer'sche Regel (Determinantenverfahren) Überbestimmtes lineares Gleichungssystem: notwendige, aber nicht hinreichende Voraussetzung n < m Unterbestimmtes lineares Gleichungssystem: notwendige, aber nicht hinreichende Voraussetzung n > m

Der Mangel an mathematischer Bildung gibt sich durch nichts so auffallend zu erkennen wie durch

maßlose Schärfe im Zahlenrechnen. Gauß Lösungsverfahren von Gleichungssystemen Einfache lineare Gleichungssysteme mit zwei Variablen x, y und zwei Gleichungen können mit einfachen Verfahren gelöst werden. 1) Das Gleichsetzungsverfahren wird vor allem genutzt, wenn alle Gleichungen nach ein und derselben Unbekannten aufgelöst sind. Die Werte werden gleichgesetzt und die lineare Gleichung gelöst. Beispiel: -4x + 2y = 8 und 9x + 3y = -6 Auflösen nach y ergibt y = 2x + 4 ; y = -3x - 2 Gleisetzen führt zur Gleichung 2x + 4 = -3x - 2 mit der Lösung x = -6/5. Einsetzen in eine Ausgangsgleichung ergibt y = 8/5, d.h. L = {(-6/5 ; 8/5)} 2) Beim Einsetzungsverfahren wird eine Gleichung nach einer Unbekannten umgestellt und der Term für die Variable in die andere Gleichung eingesetzt. Beispiel: Im obigen Beispiel wird die erste Gleichung nach y umgestellt, d.h. y = 2x + 4. Einsetzen in die zweite Gleichung ergibt 9x + 3(2x + 4) = -6 die zur gleichen Lösung führt. 3) Das Additionsverfahren wird genutzt, wenn die Koeffizienten einer Unbekannten in beiden Gleichungen dem Betrage nach gleich sind. Beispiel: Multiplizieren der Gleichung -4x + 2y = 8 mit 3 und der Gleichung 9x + 3y = -6 mit 2 führt zu -12x + 6y = 24 ; 18x + 6y = -12 Subtrahiert man die 2.Gleichung von der ersten, verschwindet der y-Term und es wird -30x = 36 mit der oben genannten Lösung. Kronecker-Capelli-Theorem Das Kronecker-Capelli-Theorem gibt eine Aussage über die Lösbarkeit von linearen Gleichungssystemen. Diesen Satz gab Kronecker 1903 in "Vorlesungen über die Theorie der Determinanten" an, allerdings wurde die Aussage; in der heutigen(!) Form; schon 1892 von A.Capelli in "Sopra la compatibilitá o incompatibilitá di più equazioni di primo grado fra picì incognite" bewiesen. Satz: Ein System von Gleichungen a11 x1 + a12 x2 + … + a1n xn = b1 a21 x1 + a22 x2 + … + a2n xn = b2 … am1 x1 + am2 x2 + … + amn xn = bm ist genau dann lösbar, wenn der Rang r(A) der Koeffizientenmatrix A gleich dem Rang r(A|B) der erweiterten Koeffizientenmatrix A|B; Koeffizientenmatrix um Vektor der Absolutglieder erweitert; ist. Ist r(A) < r(A|B), so ist das System unlösbar Ist r(A) = r(A|B) = n, so ist das System eindeutig lösbar Ist r(A) = r(A|B) < n, so besitzt das System unendliche viele Lösungen Gaußscher Lösungsalgorithmus, Gauß'scher Algorithmus Umwandlung der Koeffizientenmatrix in eine Dreiecksmatrix mit folgenden äquivalenten Umformungen: - Vertauschen von Gleichungen - Multiplikation einer Gleichung mit einer konstanten, reellen Zahl ≠0 - Addition des Vielfachen einer Gleichung zu einer anderen (Linearkombination)

Page 25: Vektorrechnung Vektor - Mathematik alpha

25

Das Gauß-Verfahren versagt, falls das Diagonalelement oder Pivotelement (engl. für Dreh- und Angelpunkt) eines Eliminationsschrittes gleich Null ist: Das Verfahrens bricht dann auf Grund von Division durch Null ab. Pivotsuche: Ist ein Diagonalelement akk, so vertauscht man die Pivot-Zeile k vor Ausführung des k-ten Eliminationsschrittes mit derjenigen Zeile m > k, die den betragsmäßig größten Koeffizienten xk besitzt. Lösung des Systems mittels inverser Matrix Ist dann lineare Gleichungssystem in der Form A * x→ = b→ gegeben, wobei A die Koeffizientenmatrix darstellt, so kann die Lösung mittels inverser Matrix A-1 ermittelt werden. Es wird: A-1 * A * x→ = A-1 * b→ E * x→ = A-1 * b→ ; E ... Einheitsmatrix ; x→ = A-1 * b→ Gauß'scher Algorithmus Lineares Gleichungssystem x1 + 2x2 + 3x3 + 4x4 = -2

2x1 + 3x2 + 4x3 + x4 = 2 3x1 + 4x2 + x3 + 2x4 = 2

4x1 + x2 + 2x3 + 3x4 = -2 Durch rückwärtiges Lösen der Gleichungen XVI bis XIII erhält man:

x1 = 0 x2 = 1 x3 = 0 x4 = -1

Die Probe durch Einsetzen bestätigt dieses Ergebnis

Lineares Gleichungssystem -x1 - 3x2 - 12x3 = -5 -x1 + 2x2 + 5x3 = 2 5x2 + 17x3 = 7 3x1 - x2 + 2x3 = 1 7x1 - 4x2 - x3 = 0 Eine Lösung existiert, sie ist aber nicht eindeutig. Man kann eine Unbekannte als Parameter wählen, z.B. x3. Die Lösung lautet dann: x1 = 4/5 - 9/5 t x2 = 7/5 - 17/5 t x3 = t Die geometrische Deutung der Lösungsmenge eines LGS mit drei Unbekannten ist die Bestimmung der Schnittmenge der durch die drei Gleichungen des LGS gegebenen Ebenen. In diesem Beispiel ist die

Lösungsmenge eine Gerade LR-Zerlegung Jede Matrix A, bei der für die Durchführung des Gauß-Algorithmus keine Pivotisierung erforderlich ist, kann als Produkt einer linken unteren und einer rechten oberen Dreiecksmatrix geschrieben werden A = L R Dies wird als LR-Zerlegung (LR links-rechts) bezeichnet: im englischen LU (lower-upper-decomposition) Algorithmus zur Lösung des Gleichungssystems A x = c 1.LR-Zerlegung der Koeffizientenmatrix A x = L ... R x = c 2.Einführung eines unbekannten Hilfsvektors y und Lösung des linearen Gleichungssystems L y = c y = L-1 c 3.Schritt: Lösung des Gleichungssystems R x = y ... x = R-1 y Die LR-Zerlegung ist dann zu empfehlen, wenn mehrere lineare Gleichungssysteme mit gleicher Koeffizientenmatrix A, aber jeweils verschiedener Inhomogenität c zu lösen sind; Schritt 1 ist dann nur einmal durchzuführen. Die Zerlegung der Koeffizientenmatrix A in die linke Dreiecksmatrix L und die rechte Dreiecksmatrix R ist nicht eindeutig. Die wichtigsten Zerlegungen, basierend auf der Gaußelimination, sind die Doolittle-, die Crout- und die Cholesky-Zerlegung. Cholesky-Zerlegung

Page 26: Vektorrechnung Vektor - Mathematik alpha

26

Die Cholesky-Zerlegung ist ein numerisches Verfahren zur Zerlegung einer symmetrischen positiv definiten Matrix in das Produkt einer unteren Dreiecksmatrix und ihrer Transponierten. Jede symmetrische positiv definite, reelle (n x n)-Matrix A kann eindeutig in der Form A = L D LT geschrieben werden. Dabei ist L eine untere Dreiecksmatrix, deren Diagonalelemente alle gleich 1 sind und D eine Diagonalmatrix mit positiven Einträgen. Mit der Matrix-Wurzel von D und dem Matrix-Faktor G, definiert durch D = D1/2 D1/2 und G = LD1/2 wird die Cholesky-Zerlegung auch formuliert als A = G GT Liegt eine Berechnung der Cholesky-Zerlegung vor, so lässt sich das Gleichungssystem Ax = b effizient durch Vorwärts- und Rückwärtseinsetzen lösen: • Durch Vorwärtseinsetzen: Lösung des linearen Gleichungssystems Gy = b • Durch anschließendes Rückwärtseinsetzen: Lösung des linearen Gleichungssystems GTx = y

Doolittle-Zerlegung Die Diagonalelemente der linken Dreiecksmatrix L sind gleich Eins, ljj = 1, d.h. det L = 1 besitzt die oben abgebildete Form. Bei der Doolittle-Zerlegung ist R die Matrix der bei der Gaußelimination entstehenden Koeffizienten, siehe untere Abbildung. Berechnung der Koeffizienten rjk r1k = a1k, k = 1, ..., n rjk = ajk - Σs=1

j-1 ljs rsk, k = j, ..., n, j > 1 Berechnung der Koeffizienten ljk, die Eliminationskonstanten lj1 = aj1 / r11, j = 2, ..., n

ljk = 1/rkk (ajk - Σs=1 k-1 ljs rsk, j = k+1, ..., n, k > 1

Bei der Crout-Zerlegung sind die Diagonalelemente der rechten Dreiecksmatrix R sind gleich Eins. Die Berechnung erfolgt analog.

Jacobi-Verfahren Das Jacobi-Verfahren ist eine Erweiterung des Newtonverfahrens zum Approximieren von Nullstellen auf mehrere Dimensionen. Um Lösungen einer Gleichung als Nullstelle zu gewinnen, muss die Gleichung LinkeSeite = RechteSeite in der Form Term = 0 vorliegen. Das kann bewerkstelligt werden mit LinkeSeite - (RechteSeite) = 0. Lösungen dieser Gleichung sind dann die Nullstellen der Funktion f := LinkeSeite - (RechteSeite)

Bei eindimensionalen Funktionen R → R gewinnt man ausgehend von einer günstigen Startnäherung für x bessere Näherungen durch die Rekursion xi+1 = xi - f(x)/f'(x) = xi - f(x)·(f'(x))-1 wobei f'(x) die erste Ableitung von f(x) ist. Im Rn tritt anstelle der Ableitung die Jacobimatrix Jf(x) (siehe Abbildung) bzw. an die Stelle von (f'(x))--1 die inverse Jacobimatrix. Die Nullstellen eines dreidimensionalen Gleichungssystems mit den Variablen x, y und z sowie den Funktionen f1(x,y,z), f2(x,y,z) und f3(x,y,z) werden durch folgende Rekursionen angenähert: xi+1 = xi - j1,1 · f1(x,y,z) - j1,2 · f2(x,y,z) - j1,3 · f3(x,y,z) yi+1 = yi - j2,1 · f1(x,y,z) - j2,2 · f2(x,y,z) - j2,3 · f3(x,y,z) zi+1 = zi - j3,1 · f1(x,y,z) - j3,2 · f2(x,y,z) - j3,3 · f3(x,y,z) wobei j2,3 das Element in der 2. Zeile und der 3. Spalte der inversen Jacobimatrix ist. Die partiellen Ableitungen in der Jacobimatrix werden durch Differenzenquotienten mit sehr kleinem d approximiert: ∂f/∂x ≈ (f(x+d)-f(x))/d. Die inverse Jacobimatrix wird gefunden über den Gauß-Algorithmus durch Umformen der Jacobimatrix in die Einheitsmatrix und paralleles Umformen einer Einheitsmatrix mit denselben Transformationen. Gleichungssysteme System Lösung I: 4x + 3y = 14 II: 2x - y = 12 (5 / -2) I: -4x - y = 40 II: x + 5y = 9 (-11 / 4) I: 2x - 6y = 6 II: 5x + 3y = 42 (7,5 / 1,5) I: 4x + 2y = 4 II: -6x + 3y = 33 (-2,25 / 6,5) I: 12x + 11y = 18 II: 16x - 7y = -2 (0,4 / 1,2) I: 3x - 10y = 3 II: -9x + 24y = -10 (14/9 / 1/6) I: 14x - 8y = 10 II: -21x + 15y = 60 (15 / 25)

Page 27: Vektorrechnung Vektor - Mathematik alpha

27

I: 18x + 24y = -132 II: 27x - 40y = 676 (8 / -11,5) I: 11x - 10y = 13 II: -8x + 7y = -7 (-7 / -9) I: 12x + 9y = 15 II: 4x + 3y = 5 unendlich viele Lösungen I: x - 4y = 3 II: -5x + 20y = 10 L = ∅ I: 4x + 6y = 7 II: 6x + 9y = 10 L = ∅ I: 6x - 2y = -8 II: -15x + 5y = 20 unendlich viele Lösungen I: 2x + 3y + 5 = 5x + 6y - 1 II: x - 4y - 2 = 2x - 2y (6 / -4) I: 3(x + 5) = 2(2y - 1) II: 4(3x - 6) = 3(y + 4) (5 / 8) I: 5(2x + y) = 4(3y - 5x) + 13 II: 6(8x - 2y + 6) = 4(2y - 3x) - 4 (3 / 11) I: 2(2x + 3y) = 3(3x - y) + 5 II: 4(3x - 4y) = 2(x + y) - 10 unendlich viele Lösungen I: (x + 5)(y + 1) = (x + 8)(y - 3) II: (x - 3)(y - 1) = (x - 1)(y + 3) (-2 / 7) I: (x + 2)(y - 3) = (x - 3)(y + 4) II: (x - 6)(y + 9) = (x + 4)(y - 5) L = ∅ Stöchiometrisches Rechnen Das stöchimetrische Rechnen, insbesondere das Aufstellen einer chemischen Reaktionsgleichung kann mittels linearer Gleichungssysteme gelöst werden. Auf Grund des Gesetzes von der Erhaltung der Masse, nach Lomonossow, und des Gesetzes der konstanten Proportionen, nach Proust 1797, lassen sich für jede vollständig verlaufende chemische Reaktion, von der chemischen Gleichung ausgehend, aus der Menge eines Reaktionsteilnehmers die Mengen aller anderen Reaktionsteilnehmer berechnen. Solche Berechnungen sind Gegenstand eines Teilgebietes der Chemie der Stöchiometrie. Beispiel: Reagiert Eisen (II)-sulfat FeSO4 mit Schwefelsäure H2SO4 unter Anwesenheit von Kaliumpermanganat KmnO4, so entstehen nach der Reaktionsgleichung

4243424424)( SOKMnSOSOFeKMnOSOHFeSO ++→++ neben Wasser drei Salze, Eisen (III)-sulfat,

Mangansulfat und Kaliumsulfat. Soll das Gesetz der Erhaltung der Masse eingehalten werden, kann die Gleichung so aber nicht akzeptiert werden. So treten auf der linken Seite nur 1 Eisenatom, rechts aber 2, links 12 Sauerstoffatome, rechts aber 21 auf. Daher werden alle Substanzen mit einem entsprechenden Faktor versehen, so dass auf beiden Gleichungsseiten gleiche Anzahlen von Atomen für jedes Element vorhanden sind. Aus OgHSOfKeMnSOSOdFecKMnOSObHaFeSO

24243424424)( +++→++ entsteht das

Gleichungssystem Fe: a = 2e S: a + b = 3d + e + f O: 4 a + 4b + 4c = 12 d + 4e + 4f +g H: 2b = 2g K: c = 2f Mn: c = e Dieses Gleichungssystem ist unterbestimmt. Der Parameter der Lösung muss dann so gewählt werden, dass alle Einzellösungen ganzzahlig werden. Für die genannte Gleichung ergibt sich damit:

424342244242)(582810 SOKMnSOSOFeOHKMnOSOHFeSO +++→++

Mit der korrekten Reaktionsgleichung kann nun weiter gerechnet werden. Sollen 100 g Eisen (II)-sulfat reagieren, so ergeben sich unter Berücksichtigung der molaren Massen mit einfachen Verhältnisgleichungen, dass 51,6 g Schwefelsäure und 20,8 g Kaliumpermanganat zugeben werden müssen. An Reaktionsprodukten erhalten Sie 9,5 g Wasser, 131,6 h Eisen (III)-sulfat, 19,9 g Mangansulfat und 11,5 g Kaliumsulfat. Mischen von Legierungen Anwendung von linearen Gleichungssystemen: Edelstahl ist eine Legierung aus Eisen, Chrom und Nickel. Beispielsweise besteht V2A-Stahl aus 74% Eisen, 18% Chrom und 8% Nickel. In der Tabelle sind vorhandene Legierungen (I-IV) angegeben, mit denen 1000 kg V2A-Stahl gemischt werden soll. I II III IV Eisen 70% 72% 80% 85% Chrom 22% 20% 10% 12% Nickel 8% 8% 10% 3% Sind x1, x2, x3 und x4 die Anteile der Legierungen I-IV in Einheiten kg, so gilt für die Summe aller Mischungsanteile in kg x1 + x2 + x3 + x4 = 1000 Für die Einzelbestandteile Eisen, Chrom und Nickel gelten die Erhaltungsgleichungen 0,7 x1 + 0,72 x2 + 0,8 x3 + 0,85 x4 = 740 0,22 x1 + 0,2 x2 + 0,1 x3 + 0,12 x4 = 180 0,08 x1 + 0,08 x2 + 0,1 x3 + 0,03 x4 = 80 Diese vier Gleichungen liefern ein inhomogenes lineares Gleichungssystem, das nach dem Gaußschen Lösungsverfahren die Form x1 + x2 + x3 + x4 = 1000 0 x1 + 2 x2 + 10 x3 + 15 x4 = 4000 0 x1 + 0 x2 - 2 x3 + 5 x4 = 0 0 x1 + 0 x2 + 0 x3 + 0 x4 = 0 hat. Man wählt x4 = k beliebig. Daraus folgt x3 = 5/2 k

Page 28: Vektorrechnung Vektor - Mathematik alpha

28

x2 = 2000 - 20 k und x1 = -1000 + 16,5 k. Damit die Lösung realisierbar ist, müssen alle Anteile x1, x2, x3, x4 ≥ 0 sein. Wegen der Bedingung für x2 folgt 100 ≥ k und wegen der Bedingung für x1 folgt k ≥ 60.6. D.h. für 100 ≥ k ≥ 60.6 ist das Problem physikalisch lösbar. Beispiele zu linearen Gleichungssystemen Aufgabe 1 Verlängert man an einem Dreieck die Grundseite um 3 cm und die zugehörige Höhe um 2 cm, so wächst der Flächeninhalt um 53 cm². Verkürzt man dagegen die Grundseite um 2 cm und die zugehörige Höhe um 3 cm, so verringert sich der Flächeninhalt um 42 cm². Berechne die Grundseite und die Höhe des Dreiecks! Lösung Grundseite g, Höhe h (g+3) (h+2) / 2 = gh / 2 + 53 und (g-2) (h-3) / 2 = gh / 2 - 42 … g = 14 cm, h = 24 cm Aufgabe 2 Verlängert man an einem Rechteck die kleinere Seite um 2 cm und die größere um 3 cm, so wächst der Flächeninhalt um 60 cm². Verlängert man dagegen die kleinere Seite um 7 cm und die größere um 5 cm, so wächst der Flächeninhalt um 180 cm². Berechne die Seiten des Rechtecks! Lösung größere Seite a, kleinere Seite b (a+4) (b+2) = ab + 60 und (a+5) (b+7) = ab + 180 … a = 15 cm, b = 8 cm Aufgabe 3 In einem Rechteck beträgt die Länge einer Seite 3/4 der Länge der anderen. Vergrößert man die größere Seite um 4 cm und verkleinert man die kleinere um 2 cm, so ändert sich der Flächeninhalt nicht. Wie lang sind die Seiten des ursprünglichen Rechtecks? Lösung größere Seite a, kleinere Seite b b = 3/4 a und (a+4) (b-2) = a·b … a = 8 cm, b = 6 cm Aufgabe 4 Verlängert man an einem Rechteck die längere Seite um 3 cm und die kürzere Seite um 6 cm, so entsteht ein Quadrat, dessen Flächeninhalt um 117 cm² größer ist als der Flächeninhalt des Rechtecks. Berechne die Seiten des Rechtecks! Lösung größere Seite a, kleinere Seite b (a+3) (b+6) = ab + 117 und a+3 = b+6 … a = 12 cm, b = 9 cm Aufgabe 5 Von zwei Brüdern ist der eine 6 Jahre älter als der andere. Vor 6 Jahren war er gerade dreimal so alt. Wie alt ist jeder jetzt? Lösung x Alter des älteren, y Alter des jüngeren Bruders x = y + 6 und x - 6 = 3 (y - 6) … x = 15 Jahre, y = 9 Jahre Aufgabe 6 Vater und Sohn wiegen zusammen 115 kg. Würden beide 5 kg abnehmen, dann würde der Vater genau doppelt so schwer sein wie sein Sohn. Wie viel kg wiegen Vater und Sohn? Lösung x Masse des Vaters, y Masse des Sohnes x + y = 115 und x - 5 = 2 (y - 5) … x = 75 kg, y = 40 kg Aufgabe 7 Eine Kassiererin zahlt 2000 € in 50 € Scheinen und 20 € Scheinen aus. Es sind insgesamt 55 Scheine. Wie viel 50 € Scheine und wie viel 20 € Scheine sind das? Lösung x Anzahl 50 € Scheine, y Anzahl 20 € Scheine x + y = 55 und 50x + 20y = 2000 … x = 30, y = 25 Aufgabe 8 Um 9:00 Uhr startet ein Fußgänger zu einer Wanderung mit einer durchschnittlichen Geschwindigkeit von 6 km/h. Um 11:30 Uhr folgt ihm ein Radfahrer mit einer durchschnittlichen Geschwindigkeit von 18 km/h. Wann holt der Radfahrer den Wanderer ein? Lösung x Anzahl der Stunden, die der Fußgänger unterwegs ist, y entsprechend für den Radfahrer 9 + x = 11,5 + y und x · 6 = y · 18 … x = 3,75, y = 1,25, d.h. um 12:45 Uhr Aufgabe 9 Eine Bergbahn verlangt für Berg- und Talfahrt zusammen 6 €, für die Bergfahrt allein 4,50 € und für die Talfahrt ohne Bergfahrt 3 €. An einem Sonntag fuhren im ganzen 680 Personen mit der Bahn hinauf und 520 Personen hinab. Es gingen 3930 € ein. Wie viele Personen nutzten Berg- und Talfahrt, nur die Bergfahrt oder nur die Talfahrt?

Page 29: Vektorrechnung Vektor - Mathematik alpha

29

Lösung x … Anzahl Bergfahrt, y … Anzahl Talfahrt, z … Anzahl Berg- und Talfahrt Gleichungssystem: 4,5 x + 3 y + 6 z = 3930 ; x + z = 680 ; y + z = 520 ergibt Bergfahrtbillette x = 220, Retourbillette z = 680-x = 460, Talfahrtbillette y = 520-z = 60 Aufgabe 10 Ein Kapital von 330740 Fr. ist in drei Posten abgelegt, zu 4%, 5% und 6%. Werden nach einem Jahr die Zinsen dazu geschlagen. so werden alle Posten gleich groß. Wie groß waren die Posten am Anfang? Lösung x + y + z = 330740; 1,06 z = 1,04 x; 1,05 y = 1,04 x ergibt 1.Posten x = 111300 Fr. , 2.Posten y = 110240 Fr. , 3.Posten z = 109200 Fr. Aufgabe 11 Ein Radfahrer hat eine Geschwindigkeit von 25 km/h auf ebenem Gelände, von 15 km/h bergaufwärts und von 30 km/h abwärts. Wieviel ebenen, ansteigenden und absteigenden Weg enthält unter diesen Voraussetzungen eine Strasse von 100 km, wenn der Radfahrer 4 Stunden 24 Minuten braucht, um sie in der einen Richtung, und 4 Stunden 36 Minuten, um sie in der anderen Richtung zu durchfahren? Lösung x/25 + y/15 + z/30 = 4,4 ; x/25 + y/30 + z/15 = 4,6 ; x+y+z = 100 Auf dem Hinweg geht es z = 28 km abwärts und y = 22 km aufwärts. Der Rest x = 50 km ist eben. Aufgabe 12 Ein Kind ist 21 Jahre jünger als seine Mutter. In 6 Jahren wird die Mutter 5mal so alt wie das Kind sein. Wo ist der Vater? Die Aufgabe ist nicht ganz ernst gemeint! Lösung: das Kind ist -¾ Jahre alt … :-) Historische Beispiele zu linearen Gleichungssystemen Aufgabe 1 In einem Käfig sind Hasen und Fasane. Sie haben zusammen 35 Köpfe und 94 Füße. Wie viele Hasen und Fasane sind im Käfig? (China, ca. 2500 v.u.Z.) Lösung: 12, 23 Aufgabe 2 Fünf Ochsen und zwei Schafe kosten acht Goldstücke, zwei Ochsen und acht Schafe kosten acht Goldstücke. Wie hoch ist der Preis für jedes einzelne Tier? (China, 3. Jh. v.u.Z.) Lösung: 4/3, 2/3 Aufgabe 3 Ein Mann sagt zu einem anderen: "Wenn du mir einen von deinen Denaren gibst, so habe ich soviel wie du!" Der andere antwortet: "Wenn du mir einen von deinen gibst, habe ich zehnmal soviel wie du!" Wieviel Denare hatte jeder? (Leonardo von Pisa, Fibonacci, 1202) Lösung: 13/9, 31/9 Aufgabe 4 Wenn der Preis von 9 Äpfeln vermindert um den Preis einer Birne 13 Denare beträgt und der Preis von 19 Birnen vermindert um den Preis eines Apfels 8 Denare beträgt, so frage ich, wie teuer ein Apfel und wie teuer eine Birne ist? (Johannes Buteo, 1549) Lösung: 1½, ½ Aufgabe 5 Zwei Personen wollen ein Pferd für 11 Gulden kaufen. A sagt zu B: "Gib mir 1/3 von deinem Geld, so will ich meines dazutun und das Pferd bezahlen." B sagt zu A: "Gib mir von deinem Geld 1/4, so will ich mit meinem zusammen das Pferd bezahlen." Nun frage ich, wieviel Geld jeder gehabt hat. (Adam Ries) Lösung: A: 8 Gulden, B: 9 Gulden Aufgabe 6 In den "Erzählungen aus Tausendundeiner Nacht" befindet sich folgendes Rätsel: Eine fliegende Taubenschar kam zu einem hohen Baume; ein Teil von ihnen setzte sich auf den Baum, ein anderer darunter. Da sprachen die auf dem Baume zu denen die darunter lagerten: "Wenn eine von euch herauffliegt, so seid ihr ein Drittel von uns allen; und wenn eine von uns hinabfliegt, so werden wir euch an Zahl gleich sein." Wie viel Tauben waren auf dem Baum, wie viel darunter ? Lösung: Tauben oben = o, Tauben unten = u o - 1 = u + 1 und o = u + 2 o + 1 = 3 (u - 1) → (u + 2) + 1 = 3u - 3 → u + 3 = 3u -3 und 6 = 2u u = 3 ; o = 3 + 2 = 5, d.h. 5 Tauben waren auf dem Baum, 3 darunter. Aufgabe 7

Page 30: Vektorrechnung Vektor - Mathematik alpha

30

Jemand hat 30 Vögel für 30 Münzen gekauft. Für 3 Spatzen zahlte er eine Münze, für zwei Wildtauben ebenfalls eine Münze und für jede Taube zwei Münzen. Wie viele Vögel jeder Art hat er gekauft ? (Fibonacci) Lösung: System x + y + z = 30 und z = 30 - x - y Als ganzzahlige Lösungen ergeben sich x = 9, y = 10, z = 11, d.h. er kauft 9 Spatzen, 10 Wildtauben und 11 Haustauben. Aufgabe 8 Drei Personen wollen ein Grundstück um 100 Gulden kaufen. A fehlt die Hälfte des Geldes von B auf den Kaufpreis. B fehlt 1/3 des Geldes von C, und C fehlt 1/4 von A. Wieviel hat jeder? (Adam Ries) Lösung: A: 64 Gulden, B: 72 Gulden, C: 84 Gulden Aufgabe 9 Die Mitgift von Francescos Frau ist um 100 Gulden höher als Francescos eigenes Vermögen, und das Quadrat der Mitgift ist um 400 größer als das Quadrat des Vermögens. Berechne die Mitgift und das Vermögen. (Cardano, 1545) Lösung: Mitgift: 52 Gulden; Francesco hat 48 Gulden Schulden Aufgabe 10 Aus 3 Garben einer guten Ernte, 2 Garben einer mittelmäßigen Ernte und 1 Garbe einer schlechten Ernte erhält man den Ertrag von 39 Körben. Aus 2 Garben einer guten Ernte, 3 Garben einer mittelmäßigen Ernte und 1 Garbe einer schlechten Ernte erhält man 34 Körbe. Aus 1 Garbe guter Ernte, 2 Garben mittelmäßiger Ernte und 3 Garbe schlechter Ernte erhält man 26 Körbe. Wie viel ist der Ertrag je einer Garbe der guten, der mittelmäßigen und der schlechten Ernte? (China, 3.Jahrhundert u.Z.) Lösung: 9¼, 4¼, 2¾ Aufgabe 11 Jetzt hat man 2 Rinder und 5 Schafe verkauft und damit 13 Schweine gekauft, wobei ein Rest von 1000 Geldstücken übrig blieb. Man hat 3 Rinder und 3 Schweine verkauft und damit 9 Schafe gekauft; das Geld reichte gerade. Man hat 6 Schafe und 8 Schweine verkauft und damit 5 Rinder gekauft, aber das Geld reichte nicht um 600 Geldstücke. Wie hoch ist der Preis von jedem, vom Rind, vom Schaf und vom Schwein? (China, 3.Jahrhundert u.Z.) Lösung: 1200, 500, 300 Aufgabe 12 Drei Personen werden nach ihrem Vermögen gefragt. Der erste und der zweite besitzen zusammen um 20 Denare mehr als der dritte; der erste und der dritte haben zusammen um 40 Denare mehr als der zweite; und der zweite und der dritte haben zusammen um 30 Denare mehr als der erste. Wieviel besitzt jeder der drei? (nach Diophant, 3.Jh. u.Z.) Lösung: 30, 25, 35 Aufgabe 13 Drei Kaufleute sahen auf dem Weg eine Geldbörse mit 15 Goldstücken. Einer von ihnen sagte zu den anderen: "Wenn ich diese Börse behalte, so werde ich zweimal so reich sein wie ihr beide zusammen mit dem Geld, das ihr in der Hand habt!" Da sagte der zweite von ihnen: "Ich werde dreimal so reich sein!" Dann sagte der dritte: "Ich werde fünfmal so reich sein." Wieviel Geld hatte jeder Kaufmann? (Indien, 9. Jh. u.Z.) Lösung: 1, 3, 5 Aufgabe 14 Vier Männer finden eine Börse mit 11 Drachmen. Wenn der erste sie behält, besitzt er doppelt so viel wie der zweite und der dritte zusammen; behält sie der zweite, hat er dreimal so viel wie der dritte und der vierte zusammen; der dritte hätte viermal so viel wie der vierte und der erste, und der vierte hätte fünfmal so viel wie der erste und der zweite. Wieviel besitzt jeder der vier? (nach Leonardo von Pisa) Lösung: -1, 4, 1, 4 Aufgabe 15 Für 100 Drachmen sollen 100 Vögel gekauft werden: Enten, Sperlinge und Hühner. Eine Ente kostet 5 Drachmen, 20 Sperlinge kosten 1 Drachme und ein Huhn 1 Drachme. (China, 5.Jh. u.Z.) Lösung: 19 Enten, 80 Sperlinge, 1 Huhn Blume des Thymaridas Thymaridas (um 375 v.u.Z.) löste folgende Aufgabe, die als "Blume des Thymaridas" bekannt wurde: "Schmiede mir einen Kranz! Verwende mir Gold zur der Mischung, Kupfer und Zinn und trefflich gehärtetes Eisen von 60 Minen Gewicht im Ganzen!

Page 31: Vektorrechnung Vektor - Mathematik alpha

31

Von diesem Gewicht betrage das Gold mit dem Kupfer 2/3, das Gold mit dem Zinn 3/4, schließlich das Gold mit dem Eisen 3/5 des fertigen Stücks." Gesucht sind die Anteile der Metalle an den 60 Minen. Die allgemeine Lösung von Thymaridas ist: Gleichungssystem x1 + x2 + ... + xn = s x1 + x2 = a1 x2 + x3 = a2 ... xn + x1 = an-1 Lösung x1 = (a1 + a2 + ... + an-1 - s) / (n-2) x2 = a1 - x1 ... xn = an-1 - x1 Konkret für die Aufgabe wird: x1 + x2 + x3 + x4 = 60 x1 + x2 = 40 x2 + x3 = 45 x3 + x1 = 36 mit 30 1/2 Anteilen Gold, 9 1/2 Kupfer, 14 1/2 Zinn und 5 1/2 Eisen. Es ist besonders erstaunlich, dass schon vor über 2300 Jahren eine derartige Aufgabe gelöst werden konnte.

Siegfried Beyers Honigkuchen geg.: w … g Weizenmehl ; h … g Honig ; f … g Feinzucker ; m … g Halbfettmargarine ; z … g gewürfeltes Zitronat ; o … g gewürfeltes Orangeat Die oben genannten Zutaten wiegen insgesamt 1470 g. Die beiden erstgenannten wiegen zusammen 230 g mehr als die vier letztgenannten. Die 8,8fache Masse des Zitronats ergibt die Masse aller restlichen Zutaten. Das Mehl wiegt so viel wie Margarine, Zitronat und Orangeat zusammen, der Honig so viel wie Margarine und Zitronat zusammen. Ein Drittel des Zitronats und ein Fünftel des

Honigs machen zusammen die Masse des Zuckers aus. 2 Eier 100 ml Milch (1,5 % Fett) 1 EL Lebkuchengewürz 25 g Belegkirschen 1 Päckchen Orangeback 50 g Mandelstifte 2 TL gemahlener Zimt 1 Eiweiß 1 Päckchen Backpulver 1 EL Wasser 1 EL Kakao Rezept: Honig und Margarine in einem Topf bei mäßiger Hitze mit dem Zucker schmelzen, in eine Rührschüssel geben und abkühlen lassen. Eier, Lebkuchengewürz, Orangeback und Zimt mit den Besen eines Handrührgeräts auf höchster Stufe unter die abgekühlte Honigmasse rühren. Das Mehl mit Backpulver und Kakao mischen, sieben und auf mittlerer Stufe zusammen mit der Milch unter die Honigmasse rühren. Zitronat und Orangeat unter den Teig heben. Den Backofen auf 180° vorheizen. Ein Backblech mit Backpapier auslegen und den Teig darauf verteilen. Nun 5 x 5 cm große Quadrate auf dem Teig markieren und mit Belegkirschen und Mandelstiften garnieren. Das Eiweiß mit Wasser verrühren und den Teig damit bestreichen. Auf der mittleren Schiene etwa 30 Minuten backen. Lösung des Gleichungssystems 1w + 1h + 1f + 1m + 1z + 1o = 1470 1w + 1h - 1f - 1m - 1z - 1o = 230 1w + 1h + 1f + 1m - 8,8z + 1o = 0 1w - 1m - 1z - 1o = 0 1h - 1m - 1z = 0 3h -15f + 5z = 0 w = 500 g Weizenmehl ; h = 350 g Honig ; f = 120 g Feinzucker ; m = 200 g Halbfettmargarine ; z = 150 g gewürfeltes Zitronat ; o = 150 g gewürfeltes Orangeat Siegfried Beyers Honigkuchen (2) Die Aufgabe der vorhergehenden Seite kann auch zu einem unterbestimmten Gleichungssystem verändert werden. Für den Honigkuchen werden benötigt: w … g Weizenmehl, h … g Honig, f … g Feinzucker, m … g Halbfettmargarine, z … g gewürfeltes Zitronat, o … g gewürfeltes Orangeat und keine Zutat darf fehlen. Die oben genannten Zutaten wiegen insgesamt 1470 g. Die beiden erstgenannten wiegen zusammen 230 g mehr als die vier letztgenannten. Das Mehl wiegt so viel wie Margarine, Zitronat und Orangeat zusammen, der Honig so viel wie Margarine und Zitronat zusammen. Ein Drittel des Zitronats und ein Fünftel des Honigs machen zusammen die Masse des Zuckers aus. Von den Margarinewürfeln zu je 100 g musste nie ein Stück abgeschnitten werden. Außerdem waren alle Massen der Zutaten stets ohne Rest durch 10 teilbar.

Page 32: Vektorrechnung Vektor - Mathematik alpha

32

Wieviel Weizenmehl, Honig, Feinzucker, Halbfettmargarine, Zitronat und Orangeat gehören in den Kuchen? Lösung: Das Rätsel erfordert das Aufstellen und Lösen eines linearen Gleichungssystems. 1w + 1h + 1f + 1m + 1z + 1o = 1470 1w + 1h - 1f - 1m - 1z - 1o = 230 1w - 1m - 1z - 1o = 0 1h - 1m - 1z = 0 3h -15f + 5z = 0 Dieses ist unterbestimmt und liefert die Lösungen w = 425 +0,5·e h = 425 -0,5·e f = 195 -0,5·e m = 95 +0,7·e z = 330 -1,2·e o = 1·e Da m ein Vielfaches von 100 sein soll, kann m nur 100, 200, … werden. Da alle Anteile durch 10 teilbar sein sollen, muss 10(m-95) durch 7 teilbar sein, andernfalls treten Dezimalbrüche auf. Dies geht nur für m = 200, 900, … Nur für m = 200 ergeben sich für die anderen Zutaten stets positive Werte, d.h. die Lösung ist w = 500 g Weizenmehl ; h = 350 g Honig ; f = 120 g Feinzucker ; m = 200 g Halbfettmargarine ; z = 150 g gewürfeltes Zitronat ; o = 150 g gewürfeltes Orangeat.

Entfernung vom "Bären" zum "Löwen" Nach einem Becher im "Löwen" macht sich Herr Bieri mit konstanter Geschwindigkeit auf den Weg zum "Bären". Zur gleichen Zeit bricht Herr Weinhold vom "Bären" in Richtung "Löwen" auf. Bis zum Treffpunkt legt Herr Bieri 200 Meter mehr als Herr Weinhold zurück. Nach einem Gespräch gehen sie weiter, wegen Nachsinnen über das zufällige Treffen aber jeweils nur noch mit halber Geschwindigkeit. Herr Bieri benötigt noch 8 Minuten bis zum "Bären", Herr Weinhold noch 18 Minuten bis zum "Löwen". Berechnen Sie die Entfernung vom "Löwen" zum "Bären". Lösung: Die Strecke vom "Löwen" zum "Bären" sei x Meter. Die Geschwindigkeit von Bieri sei vB Meter pro Minute, diejenige von Weinhold sei vW Meter pro Minute.

In derselben Zeit t legt dann Bieri bis zum Treffpunkt T (0,5x + 100) Meter, Weinhold (0,5x - 100) Meter zurück. (1) vB t = 0,5x + 100 (2) vW t = 0,5x - 100 Nach dem Treffpunkt legt Bieri die Strecke der Länge (0,5x - 100) Meter mit Geschwindigkeit 0,5vB in 8 Minuten, Weinhold die Strecke (0,5x + 100) Meter mit Geschwindigkeit 0,5vW in 18 Minuten zurück. Also gilt: (3) 0,5vB · 8 = 0,5x - 100 (4) 0,5vW · 18 = 0,5x + 100 Dividiert man (1) durch (2), so erhält man dasselbe Resultat wie bei der Division von (4) durch (3): (5) vB / vW = (0,5x + 100) / (0,5x - 100) = 9vW / 4vB d.h. 4vB² = 9vW² und 2vB = 3vW Einsetzen in (5) gibt 3vW / vW = (x + 200) / (0,5x - 100) Auflösung der entstandenen Gleichung ergibt eine Entfernung von x = 1000 m. Quelle: http://www.mathematik.ch/puzzle/puzzle24.php Wiegeproblem Aufgabe: Auf einer gewöhnlichen Balkenwaage sind folgende Gegenstände im Gleichgewicht: Kreis und Dreieck mit Quadrat Kreis mit Dreieck und Fünfeck Zwei Quadrate mit drei Fünfecken Wie viele Dreiecke wiegt ein Kreis? Lösung: Zur Lösung ist ein System von drei Gleichungen mit drei Unbekannten zu lösen (1) Q = K+D Kreis und Dreieck mit Quadrat (2) K = D+F Kreis mit Dreieck und Fünfeck (3) 2Q = 3F Zwei Quadrate mit drei Fünfecken (4) Q = 2D+F (1),(2) (5) 3F = 4D+2F (4),(3) F = 4D (6) K = 4D+D (5),(2) K = 5D Ein Kreis wiegt also fünf Dreiecke.

Page 33: Vektorrechnung Vektor - Mathematik alpha

33

Pumpenprobleme Aufgabe: Ein Behälter soll durch 2 Pumpen P1 und P2 gefüllt werden. Arbeiten beide Pumpen gleichzeitig, so benötigt man 6 Stunden. Da aber P2 nach 3 Stunden abgeschaltet wurde, musste P1 noch weitere 5 Stunden allein arbeiten. In welcher Zeit hätten die Pumpen einzeln den Behälter gefüllt? Lösung: Es seien x und y die prozentualen Füllmengen jeder Pumpe je Stunde Arbeitszeit. Dann ergibt sich das System 6/x + 6/y = 1 und 8/x + 3/y = 1 mit der Lösung x = 1/10, y = 1/15. Damit benötigt die Pumpe P1 allein 10 Stunden, die Pumpe P2 allein 15 Stunden. Aufgabe 2: Ein Wasserbecken wird mit zwei Pumpen befüllt, die dafür gemeinsam 12 Stunden

benötigen. Betriebe man sie einzeln, wäre die schnelle Pumpe 10 Stunden eher fertig als die langsame. Wie lange brauchen die beiden Pumpen im Einzelbetrieb zur Füllung des Beckens? Lösung: Analog erhält man das System 12/x + 12/y = 1 ; 1/y = 1/(x+10) mit der Lösung x = 1/20, y = 1/30, d.h. 20 und 30 Stunden. Aufgabe 3: Ein Schwimmbassin wird durch zwei Pumpen gefüllt. Die erste Pumpe füllt das Bassin alleine in 16 Stunden, die zweite alleine in 12 Stunden. Um 8.00 Uhr werden beide Pumpen zur Füllung des Bassin eingeschaltet. Doch nach einer Stunde fällt die zweite Pumpe aus. Die Reperatur benötigt ganze 9 Stunden, danach arbeiten für den Rest der Füllung wieder beide Pumpen zusammen. Wann ist das Bassin gefüllt? Lösung: Es sei x die Zeit, welche nach der Reperatur noch vergeht, bis das Bassin voll ist. Dann wird 100/16 (10+x) + 100/12 (1+x) = 100 mit der Lösung x = 2. Das Bassin ist nach 12 Stunden, d.h. um 20.00 Uhr gefüllt. Nichtlineares Gleichungssystem – Beispiel Aufgabe: Ein Schwimmbecken wird aus zwei Hähnen mit Wasser gefüllt. Öffnet man zunächst den ersten Hahn ein Drittel der Zeit, welche man benötigt, das Becken mit dem zweiten Hahn zu füllen, und anschließend den zweiten Hahn ein Drittel der Zeit, welche man benötigt, das Becken mit dem ersten Hahn zu füllen, so hat man das Becken zu 13/18 gefüllt. Man berechne, wie viel Zeit jeder Hahn für sich benötigt, das Becken zu füllen, wenn bei Öffnung beider Hähne das Becken in 216 Minuten gefüllt ist. Lösung: Für Hahn i sei xi die Flüssigkeit pro Minute und ti die zur Füllung benötigten Minuten (i = 1,2). Aufgrund dieser Definitionen gilt: x1 t1 = 1 x2 t2 = 1 (1) x1 t2/3 + x2 t1/3 = 13/18 (2) (x1 + x2) 216 = 1 (3) Aus (2) folgt 6x1t2 + 6x2t1 = 13, und mit (1) erhält man: 6 x1/x2 + 6 x2/x1 = 13. Mit y = x1/x2 führt dies auf die Gleichung y² - 13/6 y + 1 = 0. mit den zwei Lösungen y1 = 3/2 und y2 = 2/3. 1.Fall: x1/x2 = 3/2 in (3) eingesetzt, ergibt x1 = 1/360, x2 = 1/540 und somit t1 = 360, t2 = 540. 2.Fall: x1/x2 = 2/3 in (3) eingesetzt, ergibt x1 = 1/540, x2 = 1/360 und somit t1 = 540, t2 = 360. Der eine Hahn füllt das Becken in 540 Minuten, der andere in 360 Minuten. Diophantische Gleichungen ...Gleichung mit ganzzahligen Koeffizienten und Variablen (linear) a x + b y = c; a,b,c,x,y ∈ Z Die Lösungsmenge wird in der Menge der ganzen Zahlen gesucht. Lösbar mit unendlich vielen Lösung ⇔ ggT(a,b) teilt c Die Namensgebung erfolgte zu Ehren des irgendwann zwischen 100 v.Chr. und 350 in Alexandria wirkenden Mathematikers Diophant. Wahrscheinlichste Lebensdaten liegen zwischen 200 bis 284 n.Chr. Die einfachste diophantische Gleichung ist a X - b = 0. Sie ist lösbar, falls a = 0 und b = 0, dann ist jede ganze Zahl X eine Lösung. Falls a ≠ 0, hat die Gleichung nur dann eine Lösung, wenn a ein Teiler von b ist. Die Lösung ist in diesem Fall X = b / a. Auf der rechten Seiten werden die Lösungen der diophantischen Gleichungen A*X+B*Y = ggT[A,B] und AX = 1 mod B ermittelt. Über die Gleichung A*X = 1 mod B kann der geheime Schlüssel beim asymmetrischen Verschlüsselungsverfahren RSA berechnet werden. Eine lineare Diophantische Gleichung mit natürlichen Koeffizienten a x + b y = c; a, b, c ∈ N, x, y ∈ Z besitzt unendliche viele Lösungen, wenn der ggT(a,b) die Zahl c teilt.

Page 34: Vektorrechnung Vektor - Mathematik alpha

34

Die ganzzahligen Lösungen x, y können dabei auch negativ sein. Mitunter fragt man aber nach einem Lösungspaar (x, y), bei dem beide Zahlen natürlich sind. Auch wenn die Gleichung ganzzahlige Lösungen besitzt, muss eine natürliche Lösung nicht existieren. Zum Beispiel erhält man für 5 x + 7 y = 24 die Lösung (2, 2) für 5 x + 7 y = 23 keine natürliche Lösung. Das hier genannte Problem tritt relativ häufig auf. Bei der Aufgabe der Ding-Bong-Zahlen ergibt sich zum Beispiel, dass ab c = 24 alle Zahlen durch zwei Töne dargestellt werden können; ab c = 24 existiert für die Gleichung 5 x + 7 y = c stets ein natürliches Lösungspaar. Diophantische Gleichung mit zwei Variablen Die lineare diophantische Gleichung ax + by = c (1) mit vorgegebenen ganzen Zahlen a, b, c hat genau dann ganzzahlige Lösungen in x und y, wenn c durch den größten gemeinsamen Teiler g von a und b teilbar ist. Die linke Seite ist durch g teilbar, also muss auch c durch g teilbar sein. Wie bei jeder linearen Gleichung ist die Differenz zweier Lösungen eine Lösung der zugehörigen homogenen Gleichung ax + by = 0 Bestimmt man also eine Lösung der ursprünglichen, inhomogenen Gleichung, so erhält man durch Addition von Lösungen der homogenen Gleichung sämtliche anderen Lösungen der inhomogenen Gleichung (1). Lösungen der homogenen Gleichung Schreibt man a = ga' und b = gb' mit g = ggT(a, b), so ist die homogene Gleichung äquivalent zu a'x = - b'y, und da a' und b' teilerfremd sind, ist x durch b' und y durch a' teilbar. Sämtliche Lösungen der homogenen Gleichung sind also durch x = tb' ; y = - ta' für eine beliebige ganze Zahl t gegeben. Auffinden einer Partikularlösung Mithilfe des erweiterten euklidischen Algorithmus kann man Zahlen u, v bestimmen, so dass au + bv = g mit g = ggT(a, b) gilt. Setzt man s = c/g, so ist x0 = su ; y0 = sv eine Lösung der Gleichung (1). Gesamtheit der Lösungen Die Gesamtheit der Lösungen von (1) ist gegeben durch x = x0 + tb' ; y = y0 - ta' für beliebige ganze Zahlen t. Reduktion diophantischer Gleichungen Gegeben ist die lösbare diophantische Gleichung a1 x1 + a2 x2 + ... + an xn = b , n > 2 mit (a1, a2, ..., an) <> (0, 0, ..., 0) und ggT(a1, a2, ..., an) = 1. Wäre der ggT(a1, a2, ..., an) <> 1, so müsste man die Gleichung noch durch ggT(a1, a2, ..., an) dividieren. Nach der Umformung a1 x1 + a2 x2 + ... + an-1 xn-1 = b - an xn betrachtet man xn als ganzzahlige Konstante und erhält eine lineare diophantische Gleichung mit n-1 Unbekannten, die genau dann lösbar ist, wenn ggT(a1, a2, ..., an-1) ein Teiler von b - an xn ist. Die Bedingung ggT(a1, a2, ..., an-1) | b - an xn ist genau dann erfüllt, wenn es ganze Zahlen c, cn gibt, für die gilt: ggT(a1, a2, ..., an-1) c + an cn = b Das ist eine lineare diophantische Gleichung in zwei Unbekannten, die mit Hilfe des allgemeinen Lösungsverfahrens für n = 2 gelöst werden kann. Ist ihre Lösung bekannt, dann hat man nur noch eine lineare diophantische Gleichung in n-1 Unbekannten zu lösen. Die beschriebene Reduktion ist fortsetzbar, bis man schließlich eine lineare diophantische Gleichung in zwei Unbekannten erhält, die gelöst werden kann. Aus den zwischenzeitlich berechneten Lösungsmengen für diophantische Gleichungen in zwei Unbekannten muss man nun noch die Lösungsmenge der Ausgangsgleichung ablesen. Esel-Maultier-Problem ... klassisches Problem, erstmals von Euklid aufgestellt und gelöst Aufgabenstellung: Ein Esel und ein Maultier tragen jeweils eine Anzahl Säcke. Spricht das Maultier zum Esel: "Gibst Du mir einen Sack, so haben wir beide gleich viele". Antwortet der Esel: "Gibst Du mir einen Sack, so habe ich doppelt so viel wie Du." Wie viele Säcke tragen beide? Problem führt zum linearen Gleichungssystem x + 1 = y – 1 2 (x - 1) = y + 1 mit der Lösung (5 ; 7). Das Maultier trägt 5 Säcke, der Esel 7.

Page 35: Vektorrechnung Vektor - Mathematik alpha

35

Verallgemeinerung Maultier: "Gibst Du mir a Säcke, dann habe ich b Mal so viele wie Du". Esel: "Gibst Du mir c Säcke, so habe ich d Mal so viel wie Du." Die allgemeinen Lösungen sind x = c + (b + 1)(a + c) / (bd - 1) y = a + (d + 1)(a + c) / (bd - 1) Nur wenn (bd - 1) ein Teiler sowohl von (b + 1)(a + c) als auch von (d + 1)(a + c) ist, existiert eine ganzzahlige Lösung. Wechselgeldaufgabe Aufgabe: Als ich letzte Woche ein Buch mit einem Hundertmarkschein bezahlt hatte, stellte ich zu Hause fest, dass mir die Kassiererin doppelt soviel und noch fünf Pfennige mehr an Wechselgeld gegeben hatte, als mir zustand. Offensichtlich hatte sie den Markbetrag mit dem Pfennigbetrag des Wechselgeldes vertauscht. Wie teuer war das Buch? Lösung (Arne Heizmann): Der Mark-Betrag sei m, der Pfennig-Betrag p. Das Wechselgeld ist also 100m + p. Das vertauschte Wechselgeld ist demnach m + 100p. Es ergibt sich die Gleichung: m + 100p = 2 (p + 100m) + 5 = 2p + 5 + 100 (2m) [a] = 2p - 95 + 100 (2m+1) [b] Falls 2p+5 < 100, d.h. p < 48 ist, wählt man Gleichung [a]. Nimmt man daraus den Mark- und Pfennig-Betrag heraus, ergeben sich zwei Gleichungen: m = 2p + 5 p = 2m → m = 4m + 5 → m = -5/3 Das widerspricht der Annahme, m sei eine ganze Zahl. Also ist p > 47. Nach Gleichung [b] wird: m = 2p - 95 p = 2m + 1 → m = 2(2m+1)-95 → m = 31 → p = 63 Archimedisches Rinderproblem Durch Archimedes wurde folgendes Problem gestellt: Die Rinderherde des Gottes Helios besteht aus x weißen, y schwarzen, z gescheckten und t braunen Stieren und aus x' weißen, y' schwarzen, z' gescheckten und t' braunen Kühen. (a) Es gilt x = (1/2+1/3)y+t , y = (1/4+1/5)z+t , z = (1/6+1/7)x+t und x' = (1/3+1/4)(y+y') , y' = (1/4+1/5)(z+z') , z' = (1/5+1/6)(t+t') , t' = (1/6+1/7)(x+x') (b) Die weißen und die schwarzen Stiere zusammen können sich in Form eines Quadrats aufstellen, d.h. x+y ist eine Quadratzahl. (c) Die gescheckten und die braunen Stiere zusammen können sich in Form eines Dreiecks aufstellen, d.h. 8(z+t)+1 ist Quadratzahl Zu ermitteln ist die Anzahl der Rinder in der Herde. Lösung der ersten 3 Gleichungen (x,y,z,t) = m(2226,1602,1580,891), m ist natürliche Zahl Die nächsten Gleichungen sind nur dann ganzzahlig lösbar, falls m durch 4657 teilbar ist. Sei also m = 4657·k mit einer natürlichen Zahl k, dann ist (x',y',z',t') = k (7206360, 4893246, 3515820, 5439213). Bedingung (b): x+y und 8(z+t)+1 sind Quadratzahlen Ist x+y Quadratzahl, so ist k = a·l² mit a = 3·11·29·4657. Ist 8(z+t)+1 = h², so erhalten wir die Gleichung h² = 8(z+t)+1 = 8·4657·2471·a·l² + 1, also ist (h,l) eine Lösung der Pellschen Gleichung für d = 8·4657·2471·a = 2·3·7·11·29·353·22·46572 = 410 286 423 278 424 Diese Pell'sche Gleichung wurde 1880 von A.Amthor gelöst: Die Gesamtzahl der Rinder ist eine Zahl mit 206545 Ziffern, die mit 77602714064868182695302328332138866642323224059233 … beginnt. Die nachfolgende Abbildung zeigt die allgemeine Lösung von Lenstra

Page 36: Vektorrechnung Vektor - Mathematik alpha

36

Das Problem wurde 1773 von Gotthold Ephraim Lessing in einem griechischem Manuskript der Herzog August Bibliothek in Wolfenbüttel entdeckt, das einen in 44 Distichen abgefassten Brief des Archimedes an Eratosthenes von Kyrene enthielt. Quelle: Lessing "Zur Geschichte der Literatur. Aus den Schatzen der herz. Bibliothek zu Wolfenbüttel. Zweiter Beitrag." Braunschweig 1773 Ob der Brief tatsächlich von Archimedes stammt wird angezweifelt, das Problem selbst ist aufgrund seiner Schwierigkeit jedoch möglicherweise auf Archimedes zurückzuführen. Eine deutsche Übertragung des Gedichts wurde 1842 von G.H.F.Nesselmann angefertigt und veröffentlicht, eine weitere von B.Krumbiegel 1880. Auszug aus dem Originaltext: "Προβληµα Πλθυν Ηελιοιο βοων, ω ξεινε, µετρησον φροντιδ επιστησας, ει µετεχεις σοφιης, ποσση αρ εν πεδιοις Σικελης πορ εβοσκετο νησου Θρινακυης τετραχη στιφεα δασσαµενη χροιην αλλασσοντα το µεν λευκοιο γαλακτος, κυανεω ετερον χροωµατι λαµποµενον, αλλο γε µεν ξανθον το δε ποικιλον." Der von Lessing veröffentlichte Text enthält eine Teillösung, die aber zwei Forderungen aus dem zweiten Teil des Gedichtes nicht erfüllt. Dies blieb wegen der zur Lösung nötigen Berechnung von sehr großen Zahlen bis vor einigen Jahren ungelöst. Ein Lösungsverfahren wurde 1880 von A. Amthor gefunden. Diophantische Gleichung bei Alcuin von York Auf den angelsächsischen Gelehrten Alcuin von York (732 – 804) geht folgende Aufgabe zurück: Ein Familienvater hatte ein Hausgesinde von 100 Personen, unter das er vom Jahresertrag 100 Scheffel austeilen ließ, und zwar in der Weise, dass die Männer je 3, die Frauen je 2 und die Kinder je ½ Scheffel erhielten. Wie viele Männer, Frauen und Kinder waren es? Lösung: Es seien x Männer, y Frauen und z Kinder gegeben. Dann wird x + y + z = 100 und 3x + 2y + z/2 = 100 � 6x + 4y + z = 200 Subtraktion führt zu 5x + 3y = 100 und somit y = (100 – 5x)/3 = 33 – x + (1-2x)/3. Setzt man (1-2x)/3 = u, wird 2x + 3u = 1 � x = (1-u)/2 – u. Mit (1-u)/2 = v wird u = 1 – 2v. Rücksubstitution ergibt x = 3 v – 1 y = 35 – 5v z = 100 – x – y Für v = 1,2,…,6 ergeben sich insgesamt sechs mögliche Lösungen der Aufgabe: Männer Frauen Kinder Männer Frauen Kinder Männer Frauen Kinder 2 30 68 5 25 70 8 20 72 11 15 74 14 10 76 17 5 78 Münzproblem von Frobenius In einer Währung seien Münzen mit den Werten 1, 2, 5, 10, 50, 100, 200 und 500 Einheiten vorhanden. Gesucht sind Lösungen, einen Geldbetrag G mit diesen Münzen auszuzahlen. Das Problem führt zu der Gleichung: 1x0 + 2x1 + 5x2 + 10x3 + 50x4 + 100x5 + 200x6 + 500x7 = G Münzproblem von Frobenius Es seien ai, k ∈ N und xi ∈ N. Man betrachte die diophantische Gleichung a1x1 + a2x2 + … + anxn = k, mit ai fest und ggt(a1, a2, …, an) = 1. Gesucht ist g(a1, a2, …, an), also die größte natürliche Zahl k, für die die diophantische Gleichung keine ganzzahlige Lösung mehr hat. Lösung für i=2 von Sylvester 1884: Seien a,b ∈ N mit ggt(a,b)=1, dann gilt g(a,b) = ab-a-b. Beweis: Sei n > ab-a-b eine Zahl. Man muss zunächst zeigen, dass für diese Zahl die diophantische Gleichung ax+by = n immer eine ganzzahlige Lösung hat. Es gilt: Sei für x0, y0 ∈ Z das Paar (x0, y0) eine ganzzahlige Lösung dieser Gleichung. Dann wird: (x, y) ist eine Lösung der diophantischen Gleichung ⇔ ∃ t ∈ Z: x = x0 + bt ∧ y = y0 - at. Wählt man t so, dass 0 ≤ y0 - at ≤ a-1 ist, dann gilt ax + by = n, ax = n - by a(x0 + bt) = n - b(y0- at) > ab-a-b-b(a-1) = -a, also a(x0 + bt) > -a und x0 + bt > -1, also x0 + bt ≥ 0. Es existiert eine Lösung. Es bleibt zu zeigen, dass ax + by = ab-a-b keine Lösung hat. Wenn ax+by = ab-a-b eine Lösung hätte, dann gelte ab = ax + a + by + b = a(x+1) + b(y+1). Da a und b teilerfremd per Voraussetzung, muss y+1 teilbar durch a sein und x+1 teilbar b durch sein. Also muss y+1 ≥ a und x+1 ≥ b. Doch dann gilt

Page 37: Vektorrechnung Vektor - Mathematik alpha

37

ab = a(x+1) + b(y+1) ≥ ab+ab = 2ab. Widerspruch, da a und b ungleich 0. Gleichungssystem - Netzwerk Mit Hilfe der Kirchhoffschen Regeln und linearer Gleichungssysteme können elektrische Netzwerke einfach berechnet werden. Beispiel Maschensatz für M1 R1 I1 + U2 = U0 Knotensatz für K2 -I1 + G2 U2 + I3 = 0 Maschensatz für M3 -U2 + R3 I3 + U4 = 0 Knotengleichung für K4 -I3 + G4 U4 = 0 Gemischte Diophantische Gleichung Eine Diophantische Gleichung der Form x·y + a·x + b·y + c = 0 mit den zwei Variablen x und y sowie dem gemischten Glied x·y kann mit der Eulerschen Reduktionsmethode gelöst werden. Auflösen nach x ergibt x = - (b·y + c) / (y + a) = -b + (b·d - c) / (y + a) Da der zweite Term ganzzahlig sein muss, setzt man r = (b·a - c) / (y + a) d.h. y = -a + (a·b - c) / r Damit können nur Lösungen gefunden werden, für die r ein ganzzahliger Teiler von a·b - c ist. Im Allgemeinen existieren nur endlich viele Lösungen. Pellsche Gleichung Die Pellsche Gleichung X2 - D*Y2 = 1 erhielt ihren Namen von Euler zu Ehren von John Pell (1611-1685). Für D = 61 und 109 ist die Lösung extrem schwierig und wurde erstmals von Lord William Brouncker und John Wallis gefunden. Z.B. ergibt sich für D = 109 : X = 158070671986249 und Y = 15140424455100 Kennt man eine Lösung x0 und y0, so ergeben sich weitere Lösungen mit x1 = C*x1 -1 y1 = C*y0 mit C = 2*x0 xn = C*xn-1 -xn-2 yn = C*yn-1 - yn-2 D Lösungen der Pellschen Gleichung 5 9 / 4 6 5 / 2 7 8 / 3 13 649 / 180 61 1766319049 / 226153980 73 2281249 / 267000 109 158070671986249 / 15140424455100 157 46698728731849 / 3726964292220 181 2469645423824185801 / 183567298683461940 241 10085143557001249 / 649641205044600 277 159150073798980475849 / 9562401173878027020 409 25052977273092427986049 / 1238789998647218582160 421 3879474045914926879468217167061449 / 189073995951839020880499780706260 Die Lösung der Pellschen Gleichung X2 - D*Y2 = 1 ergibt schon für kleine D sehr große Lösungen X und Y. Die Tabelle enthält die Werte für D, bei denen X ein neues Maximum annimmt. (gesucht bis 1,2 Millionen) D gerundeter Wert für X D gerundeter Wert für X 5 9 10 19 13 649 29 9801 46 24335 53 66249 61 1766319049 109 158070671986249 181 2469645423824185801 277 159150073798980475849 397 838721786045180184649 409 25052977273092427986049 421 3879474045914926879468217167061449 541 370745336002386702880064559966700500 661 16421658242965910275055840472270471049 1021 198723867690977573219668252231077415636351801801 1069 742925865816843150858935268959512942700219559049 1381 91889645003972654622127399341267476203024769394634584316300287049 ... 1167709 3.35239450597464815152511177808367904503088052112714420 * 10^2779 Pellsche Gleichung und Hastings - Die Schlacht von Hastings ... aus Amusements in Mathematics, von Henry Ernest Dudeney, 1917 Die Aufgabe bezieht sich auf die Schlacht bei Hastings, jenen berühmten Kampf, in dem 1066 die Normannen unter Wilhelm dem Eroberer die Sachsen unter König Harald besiegten, und fortan die Geschicke Englands bestimmten. Nach Dudeney schildert die alte Chronik:

Page 38: Vektorrechnung Vektor - Mathematik alpha

38

"Haralds Mannen standen tapfer zusammen und bildeten 61 Quadrate mit gleich vielen Recken in jedem Quadrat. Als Harald sich in die Schlacht warf, bildeten die Sachsen mit ihm zusammen ein einziges, mächtiges Quadrat." Gesucht ist nun die minimal mögliche Anzahl der Krieger. Lösung Wir bezeichen die Kantenlänge der kleinen Quadrate mit y und die vom großen Quadrat mit x, d.h. 61 y² + 1 = x² Es handelt es sich um eine diophantische Gleichung 2.Ordnung, konkret um die Pellsche Gleichung x² - d y² = 1 mit d = 61 Deren kleinste natürliche Lösung ist y = 226153980, x = 1766319049. Mit Harald zusammen wäre also etwa 3.11 Trillionen Sachsen dabei gewesen. Und da sollen die verloren haben? Pellsche Gleichung und Quadratwurzel Mittels Pellscher Gleichung X2 - D*Y2 = 1 kann eine Näherungsformel für die Quadratwurzel √D ermittelt werden. Durch Umstellen ergibt sich mit der Lösung (x0 , y0) als 1.Näherung √D ≈ x0 / y0 Mit der Lösung (xn , yn) ist auch xn+1 = xn² + D yn² ; yn+1 = 2 xn yn Lösung der Gleichung, wobei die Quotienten xn / yn mit wachsendem n immer besser die Wurzel √D annähern. Ein schnellere Konvergenz ergibt sich durch Abschätzen des Fehlers √D = x0 / y0 - 1/2 (1/(x0 y0) + 1/(x1 y1) + 1/(x2 y2) + ...) Zum Beispiel wird für D = 2: x0 = 3, y0 = 2, x1 = 9+2*4 = 17, y1 = 2*3*2 = 12 , x2 = 289+2*144 = 577, y2 = 2*17*12 = 408 und somit √2 = 3/2 - 1/2 (1/(3*2) + 1/(17*12) + 1/(577*408) + ...) Mit den ersten 3 Summanden erhält man als Näherung 1,41421356237... (√2 ≈ 1.41421356237310...) mit elf exakten Ziffern. Berücksichtigt man x3 = 665857, y3 = 470832 stimmt der Näherungswert auf 21 Stellen. Pellsche Gleichung und Kettenbruch Mithilfe von Kettenbrüchen von Quadratwurzeln kann die Pellsche Gleichung x² - d·y² = 1 gelöst werden. Dazu entwickelt man √d in einen Kettenbruch und wählt an, die vorletzte Zahl einer Periode. Ist die Länge der Periode ungerade, so nutzt man die vorletzte Zahl der zweiten Periode. Ist [a1, a2, a3, …] der Kettenbruch, so ermittelt man den n.ten Näherungsbruch pn/qn. Dazu verwendet man p0 = 1, q0 = 0, p1 = a1, q1 = 1 pn = anpn-1 + pn-2, qn = anqn-1 + qn-2 Das Paar x = pn und y = qn ist dann eine Lösung der Gleichung. Beispiel: x² - 7y² = 1 Die Kettenbruchentwicklung von √7 ist [2; 1, 1, 1, 4, 1, 1, 1, 4 …]. Die vorletzte Zahl der ersten Periode ist a4 = 1 und der 4.Näherungsbruch ist 8/3. x = 8 und y = 3 sind also Lösung der Gleichung, denn 8² - 7·3² = 1. Eine weitere Lösung erhält man aus a8, der vorletzten Zahl der zweiten Periode, der 8.Näherungsbruch ist 127/48, und 127² - 7·48² = 1. Diophantische Gleichung 2.Grades Eine diophantischen Gleichung 2.Grades ist eine Gleichung für ganzzahlige a, c und k mit ganzzahligen Lösungen x und y mit ax² + cy² = k Pythagoreische Gleichung Spezialform A² + B² = C² Lösung alle ganzzahligen pythagoreischen Tripel (A,B,C) Spezialform A² = B² + C² + D² Lösung ganzzahlige pythagoreische Quadrupel (A,B,C,D) Spezialform (A²+B²) (C²+D²) = E² + F² Lösung über Fibonacci-Identität

(a²+b²)(c²+d²) = (ac ± bc)² + (bc ± (-ad))² = e² + f² Eulersche 4-Quadrate-Identität (a²+b²) (c²+d²) (e²+f²) (g²+h²) = j² + k² + m² + n² Lebesque-Identität (a² + b² + c² + d²)² = (a² + b² - c² - d²)² + (2ac + 2bd)² + (2ad - 2bc)² 6-6-Lösung einer Diophantischen Gleichung 2.Grades 87² + 233² + 264² + 396² + 496² + 540² = 90² + 206² + 309² + 366² + 522² + 523² Ramanujan Quadratgleichung ... die Gleichung 2n - 7 = x² hat ausschließlich für n = 3, 4, 5, 7 und 15 ganzzahlige Lösungen (nach Schroeppel) Diophantische Gleichung n.Grades

Page 39: Vektorrechnung Vektor - Mathematik alpha

39

... Gleichung mit ganzzahligen Koeffizienten und Lösungen x1k + x2

k + ... + xmk = y1

k + y2k + ... + yn

k Die Tabelle enthält die kleinsten n für welche ganzzahlige Lösungen für ein k und 1 ≤ m ≤ n bekannt sind: m k=2 3 4 5 6 7 8 9 10 1 2 3 3 4 7 8 11 15 23 2 2 2 2 4 7 8 9 12 19 3 3 3 7 8 11 24 4 4 7 10 23 5 5 5 11 16 6 6 27 Diophantische Gleichung 2.Grades a² + b² = c² + d² = e² Die Liste enthält ganzzahlige Lösungen der Diophantischen Gleichung a² + b² = c² + d² = e² = n Angegeben werden teilerfremde a und b sowie deren Summe, welche eines Quadratzahl von e darstellt. In Klammern stehen Paare (c ; d), für die gerade die Gleichung erfüllt ist. Jedes Quadrupel (a, b, c, d) ist genau einmal in der Tabelle enthalten. Gesucht wurde bis a, b, c, d < 10000. (Februar 2007) Ausgewählte Lösungen a² +b² e² n (c; d) 7² + 24² = 25² = 625 (15 ; 20) 13² + 84² = 85² = 7225 (36 ; 77) (40 ; 75) (51 ; 68) 16² + 63² = 65² = 4225 (25 ; 60) (33 ; 56) (39 ; 52) 17² + 144² = 145² = 21025 (24 ; 143) (87 ; 116) (100 ; 105) 21² + 220² = 221² = 48841 (85 ; 204) (104 ; 195) (140 ; 171) 23² + 264² = 265² = 70225 (96 ; 247) (140 ; 225) (159 ; 212) 27² + 364² = 365² = 133225 (76 ; 357) (219 ; 292) (240 ; 275) 31² + 480² = 481² = 231361 (156 ; 455) (185 ; 444) (319 ; 360) 33² + 544² = 545² = 297025 (184 ; 513) (300 ; 455) (327 ; 436) 36² + 323² = 325² = 105625 (80 ; 315) (91 ; 312) (125 ; 300) (165 ; 280) (195 ; 260) (204 ; 253) 37² + 684² = 685² = 469225 (156 ; 667) (411 ; 548) (440 ; 525) 41² + 840² = 841² = 707281 (580 ; 609) 43² + 924² = 925² = 855625 (259;888) (285;880) (300 ; 875) (520 ; 765) (533 ; 756) (555 ; 740) 44² + 117² = 125² = 15625 (75 ; 100) 44² + 483² = 485² = 235225 (93 ; 476) (291 ; 388) (325 ; 360) 47² + 1104² = 1105² = 1221025 (105 ; 1100) (169 ; 1092) (264 ; 1073) (272 ; 1071) (425 ; 1020) 53² + 1404² = 1405² = 1974025 (444 ; 1333) (800 ; 1155) (843 ; 1124) 55² + 1512² = 1513² = 2289169 (663 ; 1360) (712 ; 1335) (888 ; 1225) Diophantische Gleichung 2.Grades a² + b² = n Während auf der vorhergehenden Seite nach Lösungen der Gleichung a² + b² = c² + d² = e² = n gefragt wurde, muss die Summe zweier Quadrate nicht unbedingt selbst Quadrat sein, d.h. gesucht sind für ein gegebenes natürliches n alle natürlichen Lösungen der Gleichung a² + b² = n Eine Zahl n ist genau dann Summe von Quadraten, wenn alle ungeraden Primfaktoren der Form 3 mod 4 in gerader Potenz auftreten. Die Anzahl der Summen, bis auf Vertauschungen, ist gleich der halben Anzahl der Teiler der Form 1 mod 4. Während es für einige n keine Lösung gibt, treten für andere Mehrfachlösungen auf. Zum Beispiel ist 105625 = 36² + 323² = 80² + 315² = 91² + 312² = 125² + 300² = 165² + 280² = 195² + 260² = 204² + 253² oder 2442050 = 73² + 1561² = 155² + 1555² = 221² + 1547² = 367² + 1519² = 391² + 1513² = 455² + 1495² = 533² + 1469² = 595² + 1445² = 799² + 1343² = 809² + 1337² = 923² + 1261² = 995² + 1205² = 1057² + 1151² = 1105² + 1105² Die Anzahl von genau 1, 2, 3, … Lösungen ergeben sich zuerst für die natürlichen Zahlen n = 2, 50, 325, 1105, 8125, 5525, 105625, 27625, 71825, 138125, 5281250, 160225, 1221025, 2442050, 1795625, 801125, 446265625, 2082925, ?, 4005625, 44890625, 30525625, 61051250, 5928325, 303460625, … Gua-Quadrupel, Pythagoras-Quadrupel Nach dem Satz von de Gua gilt:

Page 40: Vektorrechnung Vektor - Mathematik alpha

40

Hat ein Tetraeder an einer Ecke drei rechte Kantenwinkel, so gilt für die Seitenflächeninhalte der angrenzenden Tetraederflächen A² + B² + C² = D² Der Satz von de Gua stellt damit eine zum Satz des Pythagoras äquivalente Form im dreidimensionalen Raum dar. Natürliche Zahlen, welche die diophantische Gleichung A² + B² + C² = D² können daher Gua-Quadrupel oder Pythagoras-Quadrupel genannt werden. Die kleinsten echten Gua-Quadrupel, d.h. ohne 0 und gleiche oder nichtteilerfremde Zahlen, sind (2, 3, 6, 7), (1, 4, 8, 9), (2, 6, 9, 11), (3, 4, 12, 13), (2, 5, 14, 15), (2, 10, 11, 15), (8, 9, 12, 17), (1, 6, 18, 19), … Möglicher Generator für x² + y² + z² = w²: x = a² - b² - c² y = 2ac z = 2ab w = a² + b² + c² für beliebige ganzzahlige Parameter a, b und c. Diophantische Gleichung 2.Grades a² + b² + c² = n Für die diophantische Gleichung der Form a² + b² + c² = d² existieren verschiedene Lösungstripel. Allerdings muss die Summe dreier Quadrate nicht unbedingt selbst Quadrat sein, d.h. gesucht sind für ein gegebenes natürliches n alle natürlichen Lösungen der Gleichung a² + b² + c² = n Während es für einige n keine Lösung gibt, treten für andere auch Mehrfachlösungen auf. Die kleinsten n, für die keine Zerlegung in eine Summe von 3 Quadraten existiert, sind 7, 15, 23, 28, 31, 39, 47, 55, 60, 63, 71, 79, 87, 92, 95, 103, 111, 112, 119, 124, 127, 135, … Zu diesen natürlichen Zahlen gehören u.a. alle n = 7 + 8k und n = 28 + 32k, k > 0. Diophantische Gleichung 3.Grades Die nachfolgende Tabelle enthält Lösungen für Diophantische Gleichungen 3.Grades. Angezeigt werden Gleichungen der Typen a-b = 1-3, ... die Summe von a Potenzen 3.Grades natürlicher Zahlen gleich einer Summe von b Potenzen 3.Grades. Typ 1-3 6³ = 3³ + 4³ + 5³ 9³ = 1³ + 6³ + 8³ 20³ = 7³ + 14³ + 17³ 29³ = 11³ + 15³ + 27³ 84³ = 28³ + 53³ + 75³ 87³ = 26³ + 55³ + 78³

105³ = 33³ + 70³ + 92³ 709³ = 193³ + 461³ + 631³ 929³ = 69³ + 447³ + 893³ 505³ = 59³ + 163³ + 499³ 535³ = 349³ + 379³ + 383³

Typ 1-4 20³ = 11³ + 12³ + 13³ + 14³ 13³ = 5³ + 7³ + 9³ + 10³ Typ 1-5 9³ = 1³ + 3³ + 4³ + 5³ + 8³ 12³ = 3³ + 4³ + 5³ + 8³ + 10³ Typ 1-6 13³ = 1³ + 5³ + 6³ + 7³ + 8³ + 10³ Typ 2-2 1729 = 1³ + 12³ = 9³ + 10³ 4104 = 2³ + 16³ = 9³ + 15³ 13832 = 2³ + 24³ = 18³ + 20³ 20683 = 10³ + 27³ = 19³ + 24³ 32832 = 4³ + 32³ = 18³ + 30³ 39312 = 2³ + 34³ = 15³ + 33³

40033 = 9³ + 34³ = 16³ + 33³ 46683 = 3³ + 36³ = 27³ + 30³ 64232 = 17³ + 39³ = 26³ + 36³ 65728 = 12³ + 40³ = 31³ + 33³

Typ 2-2-2 87539319 = 167³ + 436³ = 228³ + 423³ = 255³ + 414³ 119824488 = 11³ + 493³ = 90³ + 492³ = 346³ + 428³ 143604279 = 111³ + 522³ = 359³ + 460³ = 408³ + 423³ 175959000 = 70³ + 560³ = 198³ + 552³ = 315³ + 525³

327763000 = 300³ + 670³ = 339³ + 661³ = 510³ + 580³ Typ 2-2-2-2 6963472309248 = 2421³ + 19083³ = 5436³ + 18948³ = 10200³ + 18072³ = 13322³ + 16630³ Typ 4-4 2³ + 3³ + 10³ + 11³ = 1³ + 5³ + 8³ + 12³ Typ 6-6 1³ + 2³ + 4³ + 8³ + 9³ + 12³ = 3³ + 5³ + 6³ + 7³ + 10³ + 1³

87³ + 233³ + 264³ + 396³ + 496³ + 540³ = 90³ + 206³ + 309³ + 366³ + 522³ + 523³ Ramanujan-Quadrupel Für die Diophantische Gleichung 3.Grades x³ + y³ + z³ = t³ gab der indische Mathematiker Srinivasa Ramanujan eine Berechnungsvorschrift an: Sind a und b beliebige ganze Zahlen, so gilt x³ + y³ + z³ = t³ mit x = 3a² + 5ab - 5b² y = 4a² - 4ab + 6b² z = 5a² - 5ab - 3b² t = 6a² - 4ab + 4b² Die Berechnungsvorschrift ergibt Lösungen der Gleichung, die im Allgemeinen nicht primitiv sind, d.h. der größte gemeinsame Teiler von x,y,z,t kann größer 1 sein. Außerdem können nicht alle möglichen ganzzahligen Quadrupel (x,y,z,t) ermittelt werden. Für einige t existieren verschiedene Tripel (x,y,z). Die kleinsten t mit genau n verschiedenen, teilerfremden Darstellungen x³ + y³ + z³ = t³ sind n 1 6³ = 3³ + 4³ + 5³ 2 41³ = 2³ + 17³ + 40³ = 6³ + 32³ + 33³ 3 87³ = 20³ + 54³ + 79³ = 26³ + 55³ + 78³ = 38³ + 48³ + 79³

Page 41: Vektorrechnung Vektor - Mathematik alpha

41

4 219³ = 50³ + 67³ + 216³ = 51³ + 152³ + 190³ = 67³ + 167³ + 177³ = 108³ + 163³ + 170³ 5 606³ = 9³ + 290³ + 583³ = 24³ + 389³ + 547³ = 47³ + 358³ + 561³ = 95³+ 393³ + 544³ = 167³ + 436³ + 513³ 6 492³ = 48³ + 85³ + 491³ = 113³ + 264³ + 463³ = 149³ + 336³ + 427³ = 190³ + 279³ + 449³ = 243³ + 358³ + 389³ = 281³ + 322³ + 399³ Diophantische Gleichung 4.Grades Als Sonderfall des Großen Satzes von Fermat haben die Gleichungen A4 + B4 = C4 keine nichttrivialen ganzzahligen Lösungen. 1772 vermutete Euler, dass auch A4 + B4 + C4 = D4 keine echten Lösungen besitzt. 1987 fand aber N.Elkies eine Lösung 206156734 = 26824404 + 153656394 + 187967604 ; 1988 ermittelte Roger Frye 4224814 = 958004 + 2175194 + 4145604 und bewies, dass die kleinste Lösung ist. Bis heute ist noch keine Parameterlösung bekannt. Überraschenderweise existieren dagegen für A4 + B4 + C4 = 2D4 eine Vielzahl von Lösungen. Für den Gleichungstyp A4 + B4 = C4 + D4 existiert eine Parameterlösung mit A = a + b B = c - d C = a - b D = c + d a = n(m2+n2)(-m4+18m2n2-n4) b = 2m(m6+10m4n2+m2n4+4n6) c = 2n(4m6+m4n2+10m2n4+n6) d = m(m2+n2)(-m4+18m2n2-n4) Weitere Gleichungen nach Ramanujan 34+(2x4-1)4+(4x5+x)4 = (4x4+1)4+(6x4-3)4+(4x5-5x)4 2(ab+ac+bc)2=a4+b4+c4 mit a+b+c=0 2(ab+ac+bc)4=a4(b-c)4+b4(c-a)4+c4(a-b)4 mit a+b+c=0 2(ab+ac+bc)6=(a2b+b2c+c2a)4+(ab2+bc2+ca2)4+(3abc)4 mit a+b+c=0 Ferrari-Identität (a2+2ac-2bc-b2)4+(b2-2ab-2ac-c2)4+(c2+2ab+2bc-a2)4=2(a2+b2+c2-ab+ac+bc)4 Bhargavas-Theorem (a+b+c)4+(b+c+d)4+(a-d)4 = (c+d+a)4+(d+a+b)4+(b-c)4, mit a/b = c/d Die ersten natürlichen Zahlen n, welche Summe von 4 Biquadraten sind, erhält man für 353, 651, 2487, 2501, 2829, ... Die einzige Zahl der Form 4x4+y4 ist 5. Die nachfolgende Tabelle enthält Lösungen für Diophantische Gleichungen 4.Grades. Angezeigt werden Gleichungen der Typen a-b = 1-3, 1-4, 1-5, 2-2, 2-3, 2-4 und 3-3, d.h. die Summe von a Potenzen 4.Grades natürlicher Zahlen gleich einer Summe von b Potenzen 4.Grades. Gleichungen 4.Grades Typ 1-3 (Status: getestet bis höchste Potenz = 724) 4224814 = 958004 + 2175194 + 4145604

206156734 = 26824404 + 153656394 + 187967604

6385232494 = 6306626244 + 2751562404 + 2190764654 Typ 1-4 3534 = 304 + 1204 + 2724 + 3154 6514 = 2404 + 3404 + 4304 + 5994

24874 = 4354 + 7104 + 13844 + 24204 Typ 1-5 54 = 2*44 + 34 + 2*24 154 = 134 + 124 + 64 + 2*24

154 = 144 + 94 + 84 + 64 + 44 Typ 1-6 34 = 5*24 + 14 74 = 64 + 4*44 + 34

94 = 74 + 3*64 + 44 + 4 Typ 2-2, nach Euler 1802 594 + 1584 = 1334 + 1344 = 635318657

74 + 2394 = 1574 + 2274 = 3262811042 1934 + 2924 = 2564 + 2574 = 8657437697 Typ 2-3 2*74 = 84 + 54 + 34 2*134 = 154 + 84 + 74

2*194 = 214 + 164 + 54 Typ 2-4 94 + 34 = 84 + 64 + 2*54 94 + 84 = 104 + 54 + 2*24

114 + 34 = 104 + 84 + 54 + 14 Typ 3-3 (getestet bis 344) 74 + 44 + 24 = 2*64 + 34 94 + 24 + 14 = 84 + 74 + 34 114 + 64 + 54 = 104 + 94 + 14 Diophantische Gleichung 5.Grades Die nachfolgende Tabelle enthält Lösungen für Diophantische Gleichungen 5.Grades. Angezeigt werden Gleichungen der Typen a-b = 1-4, 1-5, 1-6, 1-7, 2-3, 2-4, 2-5, 3-3 und höhere, d.h. die Summe von a Potenzen 5.Grades natürlicher Zahlen gleich einer Summe von b Potenzen 5.Grades. Typ 1-4 1445 = 275 + 845 + 1105 + 1335 Typ 1-5 725 = 195 + 435 + 465 + 475 + 675 945 = 215 + 235 + 375 + 795 + 845

1075 = 75 + 435 + 575 + 805 +1005 Typ 1-6 125 = 45 + 55 + 65 + 75 + 95 + 115 305 = 55 + 105 + 115 + 165 + 195 + 295

325 = 155 + 165 + 175 + 225 + 245 + 285 Typ 1-7 235 = 15 + 75 + 85 + 145 + 155 + 185 + 205 Typ 2-3 141325 + 2205 = 140685 + 62375 + 50275 Typ 2-4 295 + 35 = 285 + 205 + 105 + 45 385 + 125 = 375 + 255 + 135 + 55

525 + 285 = 505 + 355 + 295 + 265

Page 42: Vektorrechnung Vektor - Mathematik alpha

42

Typ 2-5 225 + 15 = 45 + 55 + 75 + 165 + 215 295 + 235 = 95 + 115 + 145 + 185 + 305 385 + 165 = 105 + 145 + 265 + 315 + 335

Typ 3-3 675 + 285 + 245 = 625 + 545 + 35 245 + 285 + 675 = 35 + 545 + 625 185 + 445 + 665 = 135 + 515 + 645

Typ 3-4 35 + 225 + 255 = 15 + 85 + 145 + 275 Typ 4-4 55 + 2*65 + 85 = 45 + 3*75 Typ 4-4-4 35 + 485 + 525 + 615 = 135 + 365 + 515 + 645 = 185 + 365 + 445 + 665 Typ 5-6 225 + 175 + 165 + 65 + 55 = 215 + 205 + 125 + 105 + 25 + 15 Typ 6-6 875 + 2335 + 2645 + 3965 + 4965 + 5405 = 905 + 2065 + 3095 + 3665 + 5225 + 5235 Diophantische Gleichung Tabelle Die nachfolgende Tabelle enthält Beispiellösungen für Diophantische Gleichungen n.Grades, wobei unter einem Typ a-b eine Gleichung zu verstehen ist, bei welcher die Summe von a Potenzen n.Grades natürlicher Zahlen gleich einer Summe von b Potenzen n.Grades sind. n=6 Typ 1-7, Lander 1967 11416 = 746 + 2346 + 4026 + 4746 + 7026 + 8946 + 10776 Typ 1-8 2516 = 86 + 126 + 306 + 786 + 1026 + 1386 + 1656 + 2466

4316 = 486 + 1116 + 1566 + 1866 + 1886 + 2286 + 2406 + 4266 Typ 1-9, Lander 1967 546 = 16 + 176 + 196 + 226 + 316 + 2*376 + 416 + 496 Typ 1-10, Lander 1967 396 = 26 + 46 + 76 + 146 + 166 + 2*266 + 306 + 326 Typ 1-11, Lander 1967 186 = 26 + 3*56 + 2*76 + 2*96 + 106 + 146 + 176 Typ 1-16, Martin 1893 286 = 16+26+46+56+66+76+96+126+136+156+166+186+206+216+ 226+ 236 Typ 2-2 noch keine Lösung bis a6+b6 = 7.25 * 1026 gefunden Typ 2-5, Brisse, Resta 1999 10926 + 8616 + 6026 + 2126 + 846 = 11176 + 7706

18936 + 14686 + 14076 + 13026 + 12466 = 20416 + 6916 Typ 2-6, Ekl 1998 2416 + 176 = 2186 + 2106 + 1186 + 2*636 + 426 Typ 2-7, Lander 1967 186 + 226 + 366 + 586 + 696 + 2*786 = 566 + 916 Typ 2-8, Lander 1967 86 + 106 + 126 + 156 + 246 + 306 + 336 + 366 = 356 + 376 Typ 2-9, Lander 1967 16 + 2*56 + 76 + 3*136 + 176 + 196 = 66 + 216 Typ 2-10, Lander 1967 3*16 + 2*46 + 76 + 96 + 3*116 = 2*126 Typ 3-3 236 + 156 + 106 = 226 + 196 + 36 366 + 376 + 676 = 156 + 526 + 656 Typ 3-4 736 + 586 + 416 = 706 + 656 + 326 + 156

856 + 626 + 616 = 836 + 696 + 566 + 526 Typ 4-4, Rao 1934 2*26 + 2*96 = 36+56+66+106

746 + 836 + 696 + 526 = 876 + 716 + 266 + 626 Typ 4-4-4, Lander 1967 16 + 346 + 496 + 1116 = 76 + 436 + 696 + 1106 = 186 + 256 + 776 + 1096 Typ 7-8, Moessner, Gloden 1944 326 + 316 + 236 + 226 + 136 + 66 + 56 = 336+286+276+206+116+106+26+16 n=7 Typ 1-7, Dodrill 1999 5687 = 5257 + 4397 + 4307 + 4137 + 2667 + 2587 + 1277 Typ 1-8, Lander 1967 1027 = 127 + 357 + 537 + 587 + 647 + 837 + 857 + 907 Typ 1-9, Lander 1967 627 = 67 + 147 + 207 + 227 + 277 + 337 + 417 + 507 + 597 Typ 2-6, Meyrignac 1257 + 247 = 1217 + 947 + 837 + 617 + 577 + 277 Typ 2-8, Lander 1967 107 + 337 = 57 + 67 + 77 + 2*157 + 207 + 287 + 317 Typ 2-10, Lander 1967 27 + 277 = 47 + 87 + 137 + 2*147 + 167 + 187 + 227 + 2*237 = 2*77 + 97 + 137 + 147 + 187 + 207 + 2*227 + 237 Typ 3-5 967 + 417 + 177 =877 + 2*777 + 687 + 567

1537 + 437 + 147 = 1407 + 1377 + 597 + 2*427 Typ 3-7, Lander 1967 267 + 2*307 = 2*77 + 127 + 167 + 277 + 287 + 317 Typ 4-4, Ekl 1998, Lau 1999 1497 + 1237 + 147 + 107 = 1467 + 1297 + 907 + 157

1947 + 1507 + 1057 + 237 = 1927 + 1527 +1327 + 387 Typ 4-5, Gloden 1948 507 + 437 + 167 + 127 = 527 + 297 + 267 + 117 + 37

817 + 587 + 197 + 97 = 777 + 687 + 567 + 487 + 27 Typ 5-5, Gloden 1949 2*87 + 137 + 167 + 197 = 27 + 127 + 157 + 177 + 187

47 + 87 + 147 + 167 + 237 = 2*77 + 97 + 207 + 227 Typ 6-6, Sastry, Rai 1948 27 + 37 + 2*67 + 107 + 137 = 2*17 + 2*77 + 2*127

877+2337+2647+3967+4967 + 5407 = 907 + 2067 + 3097 + 3667 + 5227 + 5237 Typ 9-10, Moessner, Golden 1944 427+377+367+ 297 + 237 + 197 + 137 + 67 + 57 = 417 + 407 + 337 + 287 + 277 + 157 +147 + 97 + 27 + 17 n=8 Typ 1-10, Kuosa 2358 = 2268 + 1848 + 1718 + 1528 + 1428 + 668 + 588 + 348 + 168 + 68 Typ 1-11, Lander 1967 1258 = 148 + 188 + 2*448 + 668 + 708 + 928 + 938 + 968 + 1068 + 1128 Typ 1-12, Lander 1967 658 = 2*88 + 108 + 3*248 + 268 + 308 + 348 + 448 + 528 + 638 Typ 2-8 1298 + 958 = 1288 + 928 + 868 + 828 + 748 + 578 + 558 + 208 Typ 2-9, Lander 1967 118 + 278 = 28 + 78 + 88 + 168 + 178 + 2*208 + 2*248

Page 43: Vektorrechnung Vektor - Mathematik alpha

43

Typ 3-7 1088 + 688 + 58 = 1028 + 2*888 + 528 + 378 + 268 + 68 Typ 3-8, Lander 1967 88 + 178 + 508 = 68 + 128 + 2*168 + 2*388 + 408 + 478 Typ 4-5 2218 + 1088 + 2*948 = 1958 + 1948 + 1888 + 1268 + 388 Typ 4-6, Ekl 1998 478 + 298 + 128 + 58 = 458 + 408 + 308 + 268 + 238 + 38 Typ 4-7, Lander 1967 78 + 98 + 168 + 2*228 + 288 + 348 = 68 + 118 + 208 + 358 Typ 5-5, Letac 1942 438 + 208 + 118 + 108 + 18 = 418 + 358 + 328 + 288 + 58

428 + 418 + 358 + 98 + 68 = 458 + 368 + 278 + 138 + 88 Typ 5-5, Ekl 1998 2*368 + 338 + 258 + 218 = 388 + 348 + 328 + 2*158 + 138

398 + 338 + 328 + 258 + 198 = 378 + 2*358 + 178 + 168 + 28 Typ 6-6, Moessner, Gloden 1944 38 + 68 + 88 + 108 + 158 + 238 = 58 + 2*98 + 128 + 208 + 228 Typ 7-7, Moessner 1947 18 + 38 + 58 + 2*68 + 88 + 138 = 48 + 78 + 2*98 + 108 + 118 + 128 Typ 8-8, Lander 1967 18 + 38 + 3*78 + 2*108 + 128 = 48 + 2*58 + 2*68 + 3*118 Typ 9-10, Moessner, Gloden 1944 548 + 538 + 468 + 378 + 298 + 238 + 228 + 68 + 58 = 558 + 508 + 498 + 338 + 328 + 268 +188 + 98 + 28 + 18 n=9 Typ 1-12 1039 = 2*919 + 899 + 719 + 689 + 659 + 439 + 429 + 199 + 169 + 139 + 59 Typ 1-14, Ekl 1998 669 = 639+549+519+499+389+359+299 + 249 + 219 + 129 + 109 + 79 + 29 + 19 Typ 1-15, Lander 1967 269 = 2*29 + 49 + 2*69 + 79 + 2*99 + 109 + 159 + 189 + 2*219 + 2*239 Typ 2-10, Morelli 1999 1379 + 699 = 1219 + 2*1169 + 1159 + 899 + 529 + 289 + 269 + 149 + 99 Typ 2-12, Lander 1967 159 + 219 = 4*29 + 2*39 + 49 + 79 + 169 + 179 + 2*199 Typ 3-9, Ekl 1998 2*389 + 39 = 419 + 239 + 2*209 + 189 + 2*139 + 129 + 99 Typ 3-11, Lander 1967 139 + 169 + 309 = 29 + 39 + 69 + 79 + 2*99 + 2*199 + 219 + 259 + 299 Typ 4-6 909 + 649 + 2*359 = 869 + 809 + 629 + 439 + 279 + 169 Typ 4-9, Ekl 1998 389 + 319 + 129 + 29 = 369 + 2*329 + 309 + 159 + 139 + 89 + 49 + 39 Typ 4-10, Lander 1967 29 + 2*69 + 99 + 109 + 119 + 149 + 189 + 2*199 = 59 + 129 + 169 + 219 Typ 5-5 1929 + 1019 + 919 + 309 + 269 = 1809 + 1759 + 1169 + 179 + 129 Typ 5-7, Ekl 1998 359 + 269 + 2*159 + 129 = 339 + 329 + 249 + 169 + 149 + 89 + 69 Typ 5-11, Lander 1967 39 + 2*59 + 2*99 + 129 + 2*159 + 169 + 2*219 = 79 + 89 + 149 + 209 + 229 Typ 6-6 239 + 189 + 149 + 2*139 + 19 = 229 + 219 + 159 + 109 + 99 + 59

319 + 239 + 219 + 149 + 99 + 29 = 2*299 + 159 + 119 + 109 + 69 Typ 11-12, Moessner, Gloden 1944729 + 679 + 669 + 539 + 439 + 379 + 359 + 299 + 199 + 69 + 59 =

719 + 709 + 639 + 559 + + 409 + 399 + 339 + 329 + 179 + 99 + 29 + 19

n=10 Typ 1-15, Meyrignac 1999 10810 = 10010 + 9410 + 9110 + 2*7710 + 7610 + 6310 + 6210 + 5210 + 4510 + 3510 + 3310 + 1610 + 1010 + 110 Typ 1-22, Ekl 1998 3310 = 2*3010 + 2*2610 + 2310 + 2110 + 1910 + 1810 + 2*1310 + 2*1210 + 5*1010 + 2*910 + 710 + 610 + 310 Typ 1-23, Lander 1967 1510 = 5*110 + 210 + 310 + 610 + 6*710 + 4*910 + 1010 + 2*1210 + 1310 + 1410 Typ 2-13 5110 + 3210 = 4910+4310+4110+3710+2810+2610+2510+1510+2*1010

+910+510+310 Typ 2-15, Ekl 1998 3510 + 310 = 3310 + 3210 + 2410 + 2110 + 2*2010 + 3*1310 + 1210 +1110 +910 +710 +2*110 Typ 2-19, Lander 1967 910 + 1710 = 5*210 + 510 + 610 + 1010 + 6*1110 + 2*1210 + 3*1510 Typ 3-13 4610 + 3210 + 2210 = 2*4310 + 2710 + 2610 + 1710 + 1610 + 1210 + 2*910 +610 +410 +2*310 Typ 3-14, Ekl 1998 3010 + 2810 + 410 = 3110+2310+2*2010+2*1710+1610+1010+ 3*910 + 510 + 2*210 Typ 3-24, Lander 1967 1110 + 2*1510 = 110+210+310 + 10*410 + 710 + 7*810 + 1010 + 1210 + 1610 Typ 4-12, Bainville 1999 5310 +2*4410 +2210 = 5110 +4910 +4310 +3910 +2910 +2810 +2*1710 +1610 +1310+710 +410 Typ 4-15, Ekl 1998 4*2310 = 2610 + 5*1810 + 3*1710 + 1510 + 1210 + 610 + 3*410 Typ 4-23, Lander 1967 3*1110 + 1610 = 5*110 + 2*210 + 2*310 + 410 + 4*610 + 2*1410 + 1510 Typ 5-16, Lander 1967 2*310+810+1410+1610 = 4*110+210+2*410 + 610 + 2*1210 + 5*1310 + 1510

2010 + 1110 + 810 + 310 + 110 = 2*1810 + 1710 + 1610 + 1010 + 2*710 + 6*410 + 2*210

Typ 6-6 9510+7110+3210 + 2810 + 2510 + 1610 = 9210 + 8510 + 2*3410 + 2310 + 510 Typ 6-16, Ekl 1998 1810 + 1210 + 1110 + 1010 + 310 + 210 = 1710 + 1610 + 4*1310 + 4*710 + 4*610 + 510 + 410 Typ 6-27, Lander 1967 2*210 + 810 + 1110 + 2*1210 = 110 + 4*310 + 2*410 + 2*510 + 7*610 + 9*710 + 1010 + 1310 Typ 7-7, Lander 1967 3810 + 3310 + 2*2610 + 1510 + 810 + 110 = 3610 + 3510 + 3210 + 2910 + 2410 + 2310 + 2210

Page 44: Vektorrechnung Vektor - Mathematik alpha

44

6810+6110+5510+3210+3110+2810+110 = 6710+6410+4910+4410+2310 +2010 +1710 Diophantische Gleichungen der Form xa + ya = za + ub mit b > a Alle nachfolgenden Gleichungen wurden kontinuierlich gesucht für x, y, z < 100, z < x < y und a < 50: a = 3: 273+303 = 33+66 183+303 = 43+85 403+603 = 43+67 83+103 = 63+64

153+173 = 83+65 363+603 = 83+49 363+603 = 83+86 193+243 = 103+39 293+353 = 123+48 293+353 = 123+164 173+243 = 163+114 393+893 = 173+155 273+453 = 183+184 363+603 = 243+125 903+993 = 273+68 903+993 = 273+364 573+723 = 303+312 573+723 = 303+96 573+723 = 303+274 403+683 = 363+244 483+603 = 363+67

a = 4: 64+94 = 34+65 184+214 = 154+125 204+314 = 174+106 364+544 = 184+69 404+1004 = 204+405

Diophantische Gleichung A = B²-C² Jede ungerade Zahl a = 2z+1 kann sicher als Differenz zweier Quadrate natürlicher Zahlen dargestellt werden, da a = 2z+1 = (z+1)² - z² gilt. Für gerade Zahlen muss ein solche Darstellung nicht existieren. Die kleinste gerade Zahl mit einer Darstellung als Differenz zweier Quadrate ist die 8 = 3² - 1². Für die 15 existieren zwei Möglichkeiten, für die 45 drei, für die 96 vier, … Diophantische Gleichung (4) 1955 wurde durch L.J.Mordell, Miller und Woollett die Frage nach Lösungen der Diophantischen Gleichung x³ + y³ + z³ = d für verschiedene natürliche Zahlen d gestellt. x, y, z sind dabei ganze Zahlen. Für d = 2 berechneten sie die Parameterlösung -6t² ; -6t3 +1 ; 6t³ +1 Bekannt ist auch, dass für d = 9m ± 4 keine Lösungen existieren. Durch Andreas-Stephan Elsenhans und Joerg Jahnel wurden 2007 alle x, y, z bis 1014 untersucht und die Lösungen bis maximal d = 1000 ermittelt. Für folgende 14 Zahlen d unter 1000 wurde noch keine Darstellung gefunden: d = 33, 42, 74, 114, 165, 390, 579, 627, 633, 732, 795, 906, 921, 975 Diophantische Identitäten (28k+4 +1)8 = (28k+4 -1)8 + (27k+4)8 + (2k+1)8 + 7 * [ (25k+3)8 + (23k+2)8 ] (75 v5 - u5)5 + (u5 + 25 v5)5 + (u5 - 25 v5)5 + (10 u3v2)5 + (50 uv4)5 = (u5 + 75 v5)5 nach Ramanujan (8s² + 40st - 24t²)4 + (6s² - 44st - 18t²)4 + (14s² - 4st - 42t²)4 + (9s² + 27t²)4 + (4s² + 12t²)4 = (15s² + 45t²)4 (4m² - 12n²)4 + (3m² + 9n²)4 + (2m² - 12mn - 6n²)4 + (4m² + 12n²)4 + (2m² + 12mn - 6n²)4 = (5m² + 15n²)4 34 + (2x4 - 1)4 + (4x5 + x)4 = (4x4 + 1)4 + (6x4 - 3)4 + (4x5 - 5x)4 Vier-Quadrate-Identität Euler am 15.4.1705 an Goldbach: (a1

2+a22+a3

2+a42)(b1

2+b22+b3

2+b42) = (a1b1 - a2b2 - a3b3 - a4b4)

2 + + (a1b2 + a2b1 + a3b4 + a4b3)

2 + (a1b3 - a2b4 + a3b1 + a4b2)2 + (a1b4 + a2b3 - a3b2 + a4b1)

2 Fermats elliptisches Kurventheorem Die diophantische Gleichung y³ = x² + 2 hat ausschließlich die ganzzahligen Lösungen (x , y) = (5, 3) und (-5, 3). Ramanujan 6-10-8 Identität Gilt a d = b c, so wird 64 [(a + b + c)6 + (b + c + d)6 - (c + d + a)6 - (d + a + b)6 + (a - d)6 - (b - c)6] * * [(a + b + c)10 + (b + c + d)10 - (c + d + a)10 - (d + a + b)10 + (a - d)10 - (b - c)10] = 45 [(a + b + c)8 + (b + c + d)8 - (c + d + a)8 - (d + a + b)8 + (a - d)8 - (b - c)8 Hardy, Wright (1979) a3 (a3 + b3)3 = b3 (a3 + b3)3 + a3 (a3 - 2b3)3 + b3 (2a3 - b3)3 a3 (a3 + 2b3)3 = a3 (a3 - b3)3 + b3 (a3 - b3)3 + b3 (2a3 + b3)3 nach Euler hat A3 + B3 = C2 die Lösung A = 3n3 + 6n2 – n B = -3n3 + 6n2 + n C = 6n2 (3n2 + 1) Die diophantische Gleichung n 1² + (n-1) 2² + (n-2) 3² + . . . + 1 n² = k²

Page 45: Vektorrechnung Vektor - Mathematik alpha

45

gilt nur für wenige k und n. Die ersten zwei nichttrivialen Lösungen sind n=6, k=14, und n=25, k=195. Diese können durch Zerlegung eines Quadrates der Seitenlänge k in ein Quadrat der Länge n, zwei Quadrate der Länge n-1, … veranschaulicht werden. Die entsprechenden Lösungen für n = 6 und n = 25 sind links zu sehen. Diophantische Gleichung Ax² + Bxy + Cy² + Dx + Ey + F = 0 Gesucht sind die ganzzahligen Lösungen der diophantischen Gleichung Ax² + Bxy + Cy² + Dx + Ey + F = 0 in Abhängigkeit der Parameter A, B, C, D, E und F. Mehrere Lösungsfälle existieren, wobei deren Bezeichnung von der durch die Gleichung in der xy-Ebene gebildeten Kurve entnommen sind. Diese Kurven stellen die reellen Lösungen dar. linearer Fall A = B = C = 0 einfacher hyperbolischer Fall A = C = 0; B ≠ 0 elliptischer Fall B² - 4AC < 0 parabolischer Fall B² - 4AC = 0 hyperbolischer Fall B² - 4AC > 0 linearer Fall A = B = C = 0

Die Gleichung wird zu Dx + Ey + F = 0, d.h. der einfachen diophantischen linearen Gleichung. Für D = 0 und E = 0 existieren Lösungen für F = 0; alle Paare (x,y) ganze Zahlen. Für D = 0 und E ≠ 0 wird Ey + F = 0 → y = -F/E, x beliebig Für D ≠ 0 und E = 0 ergibt sich Dx + F = 0 → x = -F/D, y beliebig Für D ≠ 0 und E ≠ 0 sei g = ggT(D, E). Wenn D und E Vielfache von g sind, dann auch Dx + Ey. Ist F kein Vielfaches von g, so existiert damit keine Lösung. Ist F Vielfaches wird die Gleichung reduziert dx + ey = -f ; d = D/g, e = E/g und f = F/g Über den erweiterten Euklidischen Algorithmus findet man u', v' mit uu'+vv' = ±ggT(u, v). Setzt man u = d, v = e wird du' + ev' = ±1 → d(±fu') + e(±fv') = -f → d (±fu') + det + e(±fv') - det = -f → d (et ± fu') + e (-dt ± fv') = f und der allgemeinen Lösung x = et ± fu' ; y = -dt ± fv' für beliebiges ganze t einfacher hyperbolischer Fall A = C = 0; B ≠ 0 Die diophantische Gleichung reduziert sich damit auf Bxy + Dx + Ey + F = 0, und (Bx + E) (By + D) = DE - BF 1.Möglichkeit: DE - BF = 0; zwei zu den Achsen parallele Geraden Hier gilt Bx + E = 0 oder By + D = 0. Für B ≠ 0 ergibt sich die Lösung x = - E/B ; y beliebige ganze Zahl x beliebig, y = - D/B 2.Möglichkeit: DE - BF ≠ 0; Hyperbel mit zu den Achsen parallelen Asymptoten In diesem Fall müssen alle Teiler von DE - BF gesucht werden. Dazu sei d1, d2, …, dn die Teilermenge von DE - BF. Dann wird Bx + E = di By + D = (DE - BF) / di Bx = di - E By = (DE - BF) / di - D x = (di - E) / B und y = ((DE - BF) / di - D) / B Beispiel: Gleichung 2xy + 5x + 56y + 7 = 0 Die Teilermenge von DE - BF = 5·56 - 2·7 = 266 ist ±1, ±2, ±7, ±14, ±19, ±38, ±133, ±266. Mit (2x + 56) (2y + 5) = 266 wird: d1 = 1 x = (1-56)/2 = -55/2, y = (266/1-5)/2 = 261/2 ; keine Lösung, da nicht ganzzahlig d2 = -1 x = (-1-56)/2 = -57/2, y = [266/(-1)-5]/2 = 271/2 ; keine Lösung, da nicht ganzzahlig d3 = 2 x = (2-56)/2 = -27, y = (266/2-5)/2 = 64 d4 = -2 x = (-2-56)/2 = -29, y = [266/(-2)-5]/2 = -69 usw. d7 = 14 x = (14-56)/2 = -21, y = (266/14-5)/2 = 7 d8 = -14 x = (-14-56)/2 = -35, y = [266/(-14)-5]/2 = -12 d11 = 38 x = (38-56)/2 = -9, y = (266/38-5)/2 = 1 d12 = -38 x = (-38-56)/2 = -47, y = [266/(-38)-5]/2 = -6 d15 = 266 x = (266-56)/2 = 105, y = (266/266-5)/2 = -2

Page 46: Vektorrechnung Vektor - Mathematik alpha

46

d16 = -266 x = (-266-56)/2 = -161, y = [266/(-266)-5]/2 = -3 elliptischer Fall B² - 4AC < 0 Da eine Ellipse eine geschlossene Kurv ist, kann es nur endlich viele Lösungen geben. Die diophantische Gleichung wird zu Ax² + Bxy + Cy² + Dx + Ey + F = 0 (*) y = (-(Bx + E) ± √((Bx + E)² - 4C(Ax² + Dx + F))) / (2C) Für jeden Wert von x existieren zwei Werte von y, jeweils auf den entgegengesetzten Seiten der Ellipse. Liegt x an einem Scheitel der Ellipse gibt es nur ein y. Die möglichen x-Werte können nur zwischen den reellen Nullstellen von (Bx + E)² - 4C(Ax² + Dx + F) = 0 (B² - 4AC) x² + 2(BE - 2CD) x + (E² - 4CF) = 0 liegen. Damit sind alle ganzzahligen x-Werte zwischen den Nullstellen in Gleichung (*) zu prüfen. Beispiel: Gleichung 42x² + 8xy + 15y² + 23x + 17y - 4915 = 0. Da B² - 4AC = 8² - 4·42·15 = -2456 < 0 ist, liegt der elliptische Fall vor. Die möglichen Werte für x liegen zwischen den Nullstellen von (B² - 4AC)x² + 2(BE - 2CD)x + (E² - 4CF) = -2456 x² - 1108 x + 295189 = 0. Die Nullstellen sind -11,19… und 10,74…, so dass alle x von -11 bis 10 zu prüfen sind. Wird x in (*) eingesetzt, so ergibt sich nur für x = -11 ein ganzzahliges y = -1, so dass nur diese Lösung existiert. parabolischer Fall B² - 4AC = 0 Es sei g = ggT(A,C), a = A/g ≥ 0, b = B/g, c = C/g ≥ 0. Wenn b² = 4ac positiv ist, so kann g so gewählt werden, dass es das gleiche Vorzechen wie A besitzt. Dann sind a und c positiv oder ein Wert gleich 0. Aus b² - 4ac = 0 wird b²/4 = ac. Da ggT(a,c) = 1 sind a und c vollständige Quadrate. Multiplikation mit √a wird √a g (ax² + bxy + cy²) + √a Dx + √a Ey + √a F = 0 √a g (√a x + √c y)² + √a Dx + √a Ey + √a F = 0 wobei √c das Vorzeichen von B/A hat. √a g (√a x + √c y)² + D (√a x + √c y) - √c Dy + √a Ey + √a F = 0 Mit u = √a x + √c y wird √a g u² + Du + (√a E - √c D) y + √a F = 0 (√c D - √a E) y = √a gu² + Du + √a F Es gibt zwei Fälle: √c D - √a E = 0 (zwei parallele Geraden) oder √c D - √a E ≠ 0 (Parabel). 1.Fall: √c D - √a E = 0. √a gu² + Du + √a F = 0 Wenn x und y zwei ganze Zahlen sind, so muss auch u ganzzahlig sein. Es seien u1 und u2 die Lösungen der Gleichung, d.h. √a x + √c y - u1 = 0 und √a x + √c y - u2 = 0 was als lineare Gleichungen lösbar ist. 2.Fall: √a gu² + Du + √a F ist ein Vielfaches von √c D - √a E. Sind u0, u1,… die Werte von u im Bereich 0 ≤ u < |√c D - √a E|, so u = ui + (√c D - √a E) t, wobei t eine ganze Zahl ist. Einsetzen und mehrere Umwandlungen ergeben dann x = √c g (√a E - √c D) t² - (E + 2√c gui) t - (√c gui² + Eui + √c F) / (√c D - √a E) y = √a g (√c D - √a E) t² - (D + 2√a gui) t - (√a gui² + Dui + √a F) / (√c D - √a E) Hilberts 10.Problem: Entscheidung der Lösbarkeit einer Diophantischen Gleichung Hilbert fragte: Gibt es einen endlichen Algorithmus, der feststellt, ob eine Diophantische Gleichung lösbar ist? Yuri Matiyasevich bewies 1970, dass es einen solchen Algorithmus nicht geben kann. Grundlage seines Beweises ist die Beziehung Diophantischer Gleichungen zu rekursiv aufzählbaren Teilmengen natürlicher Zahlen. Dies sind Mengen S, für die ein Algorithmus existiert, der in endlich vielen Schritten die Zugehörigkeit einer natürlichen Zahl zu S feststellt - aber nur, wenn die Zahl auch tatsächlich in S liegt, d.h. die Feststellung der Nicht-Zugehörigheit zu S muss der Algorithmus nicht leisten. Matiyasevich konnte zeigen, dass zu jeder rekursiv aufzählbaren Menge S eine Diophantische Gleichung PS(x, y1, …, yn) = 0 gehört; m gehört genau dann zu S, wenn PS(m, y1, …, yn) = 0 lösbar ist.

Page 47: Vektorrechnung Vektor - Mathematik alpha

47

Nun gibt es aber rekursiv aufzählbare Mengen, deren Komplement nicht rekursiv aufzählbar ist, d.h. es gibt keinen Algorithmus, der von jeder beliebigen natürlichen Zahl in endlich vielen Schritten feststellt, ob sie in der Menge liegt oder nicht. Für die abschließende Argumentation nennt man eine dieser Mengen K. Wenn es einen endlichen Algorithmus für die Lösbarkeit Diophantischer Gleichungen gäbe, so müsste dieser auch auf PK(m, y1, …, yn) = 0 anwendbar sein - damit ließe sich also für jedes m feststellen, ob es zu K gehört oder nicht. Dies ist aber ein Widerspruch zur Definition von K. Also gibt es keinen endlichen Algorithmus für die Lösbarkeit Diophantischer Gleichungen. Ganzzahlige Identitäten 22 = 0! + 1! + 2! 32 = 1! + 2! + 3! 52 = 1! + 4! 112 = 1! + 5! 122 = 4! + 5! 272 = 1! + 2! + 3! + 6! 292 = 1! + 5! + 6! 712 = 1! + 7! 722 = 4! + 5! + 7! 2132 = 1! + 2! + 3! + 7! + 8! 2152 = 1! + 4! + 5! + 6! + 7! + 8! 6032 = 1! + 2! + 3! + 6! + 9! 6352 = 1! + 4! + 8! + 9! 19172 = 1! + 2! + 3! + 6! + 7! + 8! + 10! 11838932 = 1! + 2! + 3! + 7! + 8! + 9! + 10! + 11! + 12! + 13! + 14! + 15! n ! = a! b! c! ... getestet für n < 18160 9! = 7! 3! 3! 2! 10! = 7! 6! = 7! 5! 3! 16! = 14! 5! 2! Le Lionnais (1983): (n - 1)! + 1 ≡ 0 (mod n²) für n<200000 ... Gleichung gilt für n = 5, 13, 563 Brocards Problem ... gesucht sind ganzzahlige Paare (m , n), welche die Gleichung n! + 1 = m2 erfüllen. Die einzigen existierenden Lösungen (Guy 1994) sind : (5,4) , (11,5) und (71,7) Diese Zahlenpaare werden auch Brown-Zahlen genannt. Diophantisches Gleichungssystem Beispiel: a + 2b – c – d + 3f = 3 -a + 4b + 2c + d – e = -1 2a + b + c – d + f = 1 a + 3b + e + f = 2 b – c – d + e = 7 Gesucht sind Lösungen in ganzen Zahlen: X6 = -5+17*k, X5 = -5+25*k, X4 = -3-5*k, X3 = -6+22*k, X2 = 3-8*k, X1 = 3-18*k wobei k ∈ Z. Für k = 1 wird damit X1 = -15, X2 = -5, X3 = 15, X4 = -8, X5 = 20, X6 = 12. Sucht man ähnliche Gleichungen der Form n! + a = m², so findet man für |a| ≤ 10 und n < 1000 nur: 4! -8 = 4² ; 3! -5 = 1² ; 3! -2 = 2² ; 2! -1 = 1² ; 4! + 1 = 5² ; 5! + 1 = 11² ; 7! + 1 = 71² ; 2! + 2 = 2² ; 3! + 3 = 3² ; 2! + 7 = 3² ; 6! + 9 = 27² ; 3! + 10 = 4² Fakultäten n! können für n > 3 stets als Summe zweier Quadrate dargestellt werden, d.h. n! + a² = b² Die kleinsten a für die n = 4, 5, … sind 4! + 1² = 5² 5! + 1² = 11² 6! + 3² = 27² 7! + 1² = 71² 8! + 9² = 201² 9! + 27² = 603² 10! + 15² = 1905² 11! + 18² = 6318² 12! + 288² = 21888² 13! + 288² = 78912² 14! + 420² = 295260² 15! + 464² = 1143536² 16! + 1856² = 4574144² 17! + 10080² = 18859680² 18! + 46848² = 80014848² 19! + 210240² = 348776640² 20! + 400320² = 1559776320² 21! + 652848² = 7147792848² 22! + 3991680² = 33526120320² 23! + 27528402² = 160785625902² 24! + 32659200² = 787685472000² Diophantische Ungleichungen ... Ungleichungen deren Lösungen im Bereich der ganzen Zahlen gesucht werden 1 < | a | + | b | < n Allgemeine Lösungsanzahl: 2·(n + 1)·(n - 2) 0 < | a | + | b | < n Allgemeine Lösungsanzahl: 2·(n2 + n - 6) Kronecker-Symbol Das Kronecker-Symbol oder Kronecker-Delta ist ein mathematisches Zeichen, das durch ein kleines Delta mit zwei Indizes δij dargestellt wird und nach Leopold Kronecker benannt ist. Dieses Zeichen wird in Summenformeln und bei Matrix- oder Vektoroperationen verwendet bzw. um Fallunterscheidungen in Formeln zu vermeiden.

Page 48: Vektorrechnung Vektor - Mathematik alpha

48

Das Kronecker-Delta ist definiert als: δij = 1 falls i = j = 0 falls i ≠ j Das Kronecker-Delta kann in der Form δ = 1D: I × I → {0,1} geschrieben werden und ist damit die charakteristische Funktion 1D der Diagonalmenge D = {(i,j) ∈ I × I: i=j} Häufig wird dabei an Stelle von {0, 1} ein erweiterter Bildraum, z.B. die reellen Zahlen, betrachtet. In der linearen Algebra kann zum Beispiel die n×n -Einheitsmatrix als (δij)1 ≤ i,j ≤ n geschrieben werden. Mit dem Kronecker-Delta kann auch das Skalarprodukt orthonormierter Basisvektoren e1, …, en als ⟨ei, ej⟩ = δij schreiben. Determinante

Eine Determinante ist eine Funktion, die einer n-reihigen quadratischen Matrix eindeutig eine reelle Zahl zuordnet. n ... Ordnung der Determinante, aik ... Elemente der Determinanten, i ... Zeile, k ... Spalte Determinanten einer Matrix werden mit det A oder | A | bezeichnet.

Hauptdiagonale ⇔ a11 a22 ... ann Nebendiagonale ⇔ a1n a2(n-1) ... an1 Berechnung der zweireihigen Determinante = a1 * a4 - a2 * a3 Die zum Element aik gehörende Adjunkte Aik ist die Determinante (n-1).Ordnung, die durch

Streichen der i.ten Zeile und k.ten Spalte, multipliziert mit (-1)i+k entsteht. Leibniz-Formel Die Determinante einer quadratischen Matrix A ist gleich det A = Σ sign(σ) a1σ(1) ... anσ(n) Die Summenbildung erfolgt über alle σ = (σ(1), σ(2), ..., σ(n)) möglichen Permutationen von (1, 2, ..., n). Dabei ist sign(σ) = 1, falls σ eine gerade Permutation ist, andernfalls -1. Eine Permutation heißt gerade, wenn die Anzahl der Inversionen der Elemente gerade ist.

Sarrusche Regel Entwicklungsregel für dreireihige Determinanten = (a1 *a5 *a9) +(a2 *a6 *a7) + (a3 *a4 *a8) -(a1 *a6 *a8) - (a2 *a4 *a9) -(a3 *a5 *a7)

Regel: Hauptdiagonalenprodukte addieren, Nebendiagonalenprodukte subtrahieren: Vierreihige Determinante Werden die Glieder einer 4reihigen Determinante von links oben nach rechts unten mit a0 bis a15 bezeichnet, ist die Determinante gleich D = a0 · (a5 · (a10 · a15 - a11 · a14) - a6 · (a9 · a15 - a11 · a13) + a7 · (a9 · a14 - a10 · a13)) - a1 · (a4 · (a10 · a15 - a11 · a14) - a6 · (a8 · a15 - a11 · a12) + a7 · (a8 · a14 - a10 · a12)) + a2 · (a4 · (a9 · a15 - a11 · a13) - a5 · (a8 · a15 - a11 · a12) + a7 · (a8 · a13 - a9 · a12)) - a3 · (a4 · (a9 · a14 - a10 · a13) - a5 · (a8 · a14 - a10 · a12) + a6 · (a8 · a13 - a9 · a12))

Determinantenentwicklung, Laplacescher Entwicklungssatz Determinanten höherer Ordnung lassen sich durch Determinanten niedriger Ordnung, sogenannte Unterdeterminanten (Adjunkte), berechnen. ... nach den Elementen der i.ten Zeile D = ai1 Ai1 + ai2 Ai2 + ... + ain Ain ... nach den Elementen der k.ten Spalte D = a1k A1k + a2k A2k + ... + ank Ank Die zum Element aik gehörende Unterdeterminante, Adjunkte Aik ist die Determinante (n-1).Ordnung, die durch Streichen der i.ten Zeile und k.ten

Spalte, multipliziert mit (-1)i+k entsteht. Die Adjunkte Aik wird auch algebraisches Komplement von aik genannt. Der Vorzeichenfaktor im algebraischen Komplement kann mit der Schachbrettregel (siehe Abbildung) bestimmt werden. Vandermondsche Determinante, Potenzdeterminante 1 a1 a1² a1³ ... a1

n-1 1 a2 a2² a2³ ... a2

n-1 ... = Π (ar - as) Produktbildung für alle r>s von 1 bis n 1 an an² an³ ... an

n-1 Determinantengesetze • Vertauschen der Zeilen mit den gleichstelligen Spalten ändert den Wert nicht. • Vertauschen von zwei parallelen Reihen ändert das Vorzeichen.

Page 49: Vektorrechnung Vektor - Mathematik alpha

49

• Ein allen Elementen einer Reihe gemeinsamer Faktor kann ausgehoben werden, auch umgekehrt • Addition eines Vielfachen der Elemente einer Reihe zu einer parallelen Reihe ändert den Wert nicht. • Ein Determinante hat den Wert 0, wenn - die Elemente von zwei parallelen Reihen proportional sind - die Elemente einer Reihe Linearkombinationen der Elemente paralleler Reihen sind - alle Elemente einer Reihe Null sind • Die Summe der Produkte aus den zu einer Reihe gehörenden Unterdeterminanten und den Elementen einer parallelen Reihe ist 0. • Eine Determinante wird gerändert, indem übereck eine Zeile und eine Spalte angefügt werden. Deren gemeinsames Element ist 1. Die restlichen Elemente einer der beiden Reihen sind 0, der anderen Reihe beliebig. Der Wert der Determinante ändert sich nicht. • Stürzen der Matrix: Der Wert einer Determinante bleibt unverändert, wenn die Determinante der an der Hauptdiagonalen gespiegelten (transponierten) Matrix bestimmt wird. Praxis der Determinantenberechnung Tips zur Berechnung n-reihiger Determinanten: • Laplace-Entwicklung nach einer Zeile oder Spalte mit möglichst vielen Nullen. • Durch elementare Umformungen wird der Wert der Determinante nicht geändert. • Nullen in Zeilen erzeugen durch Addition oder Subtraktion von Vielfachen von Zeilen. • Nullen in Spalten erzeugen durch Addition oder Subtraktion von Vielfachen von Spalten. • Berechnung von n-reihigen Determinanten durch elementare Umformungen: Die praktische Berechnung von Determinanten höherer Ordnung erfolgt mit numerischen Verfahren. Die Matrix wird dabei durch elementare Umformungen, die den Wert der Determinante nicht verändern, in eine Dreiecksmatrix übergeführt. Die Determinante ist dann einfach zu berechnen. Die Determinante einer Dreiecksmatrix ist das Produkt der Elemente auf der Hauptdiagonalen: det A = a11 a22 ... ann A und B seien n-reihige quadratische Matrizen, det A und det B deren Determinanten. Dann gilt: Produktsatz det (A * B) = det A * det B Das Multiplikationstheorem liefert eine Möglichkeit, die Determinante eines Matrixproduktes direkt aus den Determinanten der einzelnen Matrizen zu berechnen. Die Berechnung des Matrixproduktes ist so nicht notwendig. det AT = det A det A-1 = 1 / det A det (α A) = αn det A Eine Determinante det A ist genau dann verschieden von Null, wenn eine der Eigenschaften gilt: 1. die Zeilen (Spalten) von A sind linear unabhängig 2. die Zeilen (Spalten) von A sind eine Basis des Rn 3. der Rang von A ist gleich n 4. die Matrix A-1 existiert, A ist invertierbar, regulär 5. die Gleichung A x→ = b→ ist eindeutig lösbar durch

x→ = A-1 b→ Beispiel: Die Anzahl der inkongruenten Netze der Platonischen Körper Ikosaeder und Dodekaeder kann über die Determinante der 11reihigen Matrix berechnet werden, mit dem Ergebnis 5184000. Ableitung einer Determinante Hängen die Elemente einer Determinante von einer Variablen t ab, dann erhält man die Ableitung D'(t) der Determinante D(t), indem man der Reihe nach jede Zeile bezüglich t differenziert und alle diese Determinanten addiert. Beispiel: Für die Ableitung von D(t) = |a(t)

c(t) b(t)

d(t)| ergibt sich D'(t) = |a'(t)

c(t) b'(t)

d(t)| + |a(t)c'(t)

b(t)d'(t)|

Maximale Determinante Unter der maximalen Determinante einer quadratische n x n - Matrix versteht man die Anordnung der Zahlen 1, 2, …, n² in der Determinante, so dass diese den größten Wert erreicht. Für n = 1, 2, 3, … sind bisher die Werte D = 1, 10, 412, 40800, 6839492, 1865999570, 762150368499 bekannt. Für die ersten vier Fälle sind links die Determinanten abgebildet. Die Bestimmung der maximalen Determinante ist auch mit Hochleistungscomputern sehr zeitaufwendig, da die Anzahl der verschiedenen

Determinanten bei der n x n-Matrix gleich (n²)! ist, d.h. für n = 1, 2, 3, … 1! = 1, 2²! = 24, 3²! = 9! = 362880, 4²! = 16! = 20922789888000, … Für die Fälle n > 7 kennt man bisher nur untere Grenzen (nach Hermann Jurksch), d.h. die maximale Determinante ist mindestens so groß:

Page 50: Vektorrechnung Vektor - Mathematik alpha

50

D(8) ≥ 440943507851753 D(9) ≥ 3,46254605664 · 1017 D(10) ≥ 3,56944784623 · 1020 maximale Determinante der Ordnung 7 (46, 42, 15, 2, 27, 24, 18), ( 9, 48, 36, 30, 7, 14, 31), (39, 11, 44, 34, 13, 29, 5), (26, 22, 17, 41, 47, 1, 21), (20, 8, 40, 6, 33, 23, 45), ( 4, 28, 19, 25, 38, 49, 12), (32, 16, 3, 37, 10, 35, 43) ); d7 = 762150368499 maximale Determinante der Ordnung 8 ( 1, 34, 55, 19, 59, 26, 45, 20), (23, 2, 18, 61, 35, 57, 39, 25), (21, 56, 3, 27, 47, 41, 12, 53), (50, 42, 31, 4, 17, 60, 43, 13), (24, 33, 64, 40, 5, 38, 8, 48), (49, 6, 30, 14, 36, 16, 46, 63), (29, 54, 22, 52, 11, 7, 58, 28), (62, 32, 37, 44, 51, 15, 9, 10) ); d8 = 440943507851753 maximale Determinante der Ordnung 9 (68, 7, 12, 62, 73, 26, 29, 58, 34), (67, 37, 43, 10, 3, 61, 33, 78, 36), (30, 20, 79, 53, 49, 71, 40, 25, 2), (56, 50, 8, 27, 42, 60, 81, 4, 41), (23, 14, 54, 63, 11, 18, 72, 44, 70), ( 1, 38, 32, 21, 65, 66, 22, 48, 76), (45, 74, 31, 80, 17, 46, 5, 24, 47), (15, 77, 35, 39, 51, 16, 59, 69, 9), (64, 52, 75, 13, 57, 6, 28, 19, 55) ) d9 = 3.46254605664224e+17 maximale Determinante der Ordnung 10 ( 1, 2, 61, 84, 81, 82, 39, 54, 41, 60), (53, 57, 3, 65, 94, 20, 91, 22, 66, 33), (46, 63, 47, 4, 45, 78, 83, 28, 13, 98), (79, 42, 49, 71, 5, 95, 51, 10, 77, 26), (17, 75, 87, 58, 30, 6, 38, 27, 86, 80), (68, 93, 76, 50, 85, 56, 7, 37, 14, 19), (100,16, 31, 35, 62, 34, 8, 64, 67, 88), (21, 72, 29, 9, 48, 73, 43, 97, 89, 25), (52, 70, 23, 96, 11, 36, 55, 92, 12, 59), (69, 15, 99, 32, 44, 24, 90, 74, 40, 18) ) d10 = -3.56944784623E+020

Alle Determinanten gefunden durch Herman Jurksch Cramersche Regel Die Cramersche Regel (nach Cramer, 1704-1752) ermöglicht das Auflösen eines linearen Gleichungssystems mit Hilfe von Determinanten. Gegeben sei ein Gleichungssystem mit n Gleichungen und n Variablen. D ... Koeffizientendeterminante Zählerdeterminante Dxk ... Zählerdeterminante, entsteht aus D, indem die Koeffizienten aik von xk durch die Absolutglieder bi ersetzt werden Lösung des Gleichungssystems: xk = Dxk / D, k = 1,2,3,...,n Lösbarkeitsregeln D ≠ 0 und Dxk reell ⇒ eindeutige Lösung D = 0 und alle Dxk = 0 ⇒ unendliche Lösungsmenge

D = 0 und ein Dxk ≠ 0 ⇒ leere Lösungsmenge Gleichungssystem mit 2 Gleichungen und 2 Variablen Gleichungssystem a11x + a12y = b1 a21x + a22y = b2 Lösung x = (a22b1 - a12b2) / (a11a22 - a12a21) y = (a11b2 - a21b1) / (a11a22 - a12a21) Lösungsfälle a) Gleichungen linear unabhängig und widerspruchsfrei ⇒ genau eine Lösung ⇒ graphisch: zwei sich schneidende Geraden (oberste Abbildung) b) Gleichungen linear abhängig ⇒ unendlich viele Lösungen ⇒ graphisch: zwei zusammenfallende Geraden (unterste Abbildung)

Page 51: Vektorrechnung Vektor - Mathematik alpha

51

c) Gleichungen widersprüchlich ⇒ keine Lösung ⇒ graphisch: zwei parallele nicht zusammenfallende Geraden (mittlere Abbildung) Gleichungssystem mit 2 Gleichungen und 3 Variablen homogene Form ... alle Absolutglieder bi sind gleich 0 a11x + a12y + a13z = 0 a21x + a22y + a23z = 0 Lösung x = (a12a23 - a13a22) * t y = - (a11a23 - a13a21) * t

z = (a11a22 - a12a21) * t inhomogene Form ... wenigstens ein Absolutglied bi ist verschieden von 0 a11x + a12y + a13z = b1 a21x + a22y + a23z = b2 Lösung bei Einzellösung (a,b,c) x = (a12a23 - a13a22) * t + a y = - (a11a23 - a13a21) * t + b

z = (a11a22 - a12a21) * t + c Gleichungssystem mit 3 Gleichungen und 3 Variablen 0 = a·x + b·y + c·z + d 0 = e·x + f·y + g·z + h

0 = i·x + j·y + k·z + l Lösung: x = [b·(g·l-h·k) + c·(h·j-f·l) + d·(f·k - g·j)] / [a·(f·k - g·j) + b·(g·i - e·k) + c·(e·j - f·i)] y = [a·(g·l-h·k) + c·(h·i-e·l) + d·(e·k - g·i)] / [a·(f·k - g·j) + b·(g·i - e·k) + c·(e·j - f·i)] z = [a·(f·l-h·j) + b·(h·i-e·l) + d·(e·j - f·i)] / [a·(f·k - g·j) + b·(g·i - e·k) + c·(e·j - f·i)] Ungleichungen ... sind Verknüpfungen zweier algebraischer Ausdrücke durch eins der folgenden Zeichen > größer < kleiner ≠ verschieden von, ungleich <> größer oder kleiner ≥ größer oder gleich ≤ kleiner oder gleich Addition und Subtraktion von Ungleichungen Addition und Subtraktion einer Größe ... ist a > b, dann gilt a+c > b+c sowie a-c > b-c. Durch Addition oder Subtraktion ein und derselben Größe auf beiden Seiten ändert sich der Sinn der Ungleichung nicht Addition von Ungleichungen ... Ist a > b und c > d, dann gilt a+c > b+d. Zwei gleichsinnige Ungleichungen können seitenweise addiert werden Subtraktion von Ungleichungen ... Ist a > b und c < d, dann gilt a-c > b-d. Von einer Ungleichung kann eine andere ihr ungleichsinnige Ungleichung glied- oder seitenweise subtrahiert werden, wobei das Ungleichheitszeichen der ersten Ungleichung erhalten bleibt. Regel der Mittelzahlen Diese Regel wurde zuerst von dem französischen Mathematiker Nicolas Chuquet angegeben. Hat man zwei Brüche mit positiven Zählern und Nennern und bildet man dazu einen dritten Bruch, dessen Zähler gleich der Summe der Zähler und dessen Nenner gleich der Summe der Nenner der beiden gegebenen Brüche ist, so liegt dieser dritte Bruch auf der Zahlengeraden stets zwischen den beiden gegebenen Brüchen. Aus a/b < x/y folgt a/b < (a+x)/(b+y) < x/y für a, b, x, y > 0. Systeme linearer Ungleichungen ... können grafisch gelöst werden Beispiel y ≥ 2x – 1 y ≤ -x + 1 y ≥ -0.4x – 1.7 Dazu stellt man die Ungleichung nach y um, d.h. y > c/b –a/b x und stellt die lineare Funktion y = c/b –a/b x dar. Die Koordinaten aller Punkte der Koordinatenebene, die über der Geraden liegen, da y > c/b –a/b x, stellen dann Lösungen der Ungleichung dar. Für die verschiedenen Relationszeichen gilt dann: Zeichen „>“ ... alle Punkte über der linearen Funktion Zeichen „≥“ ... alle Punkte über der linearen Funktion und die Punkte der Funktion Zeichen „<“ ... alle Punkte unterhalb der linearen Funktion Zeichen „<=“ ... alle Punkte unterhalb der linearen Funktion und die Punkte der Funktion erfüllen die Ungleichung. Betrachtet man nun mehrere Ungleichungen gleichzeitig, d.h. ein System von Ungleichungen, so überlappen sich die Lösungsmengen. Interessiert man sich ausschließlich für ganzzahlige Lösungen, so entsprechen diese den Punkten mit ganzzahligen Koordinaten.

Page 52: Vektorrechnung Vektor - Mathematik alpha

52

Achtung ! Gleichsinnige Ungleichungen lassen sich nicht gliedweise subtrahieren Rechenregeln für Ungleichungen Für beliebige Ungleichungen gilt (T ... sinnvoller Term im Variablenbereich) T1 < T2 → T1 + T < T2 + T T1 < T2 → T1*T < T2*T , wenn T > 0 T1 < T2 → T1*T > T2*T , wenn T < 0 0 < T1 < T2 → 1/T1 > 1/T2 T1 < T2 und T3 < T4 → T1 + T3 < T2 + T4

T1 < T2 und T3 < T4→ T1 * T3 < T2 * T4 , wenn T2, T3 > 0 T1 < T2 → -T1 > -T2 T1

n + T2n ≤ (T1 + T2)

n , wenn T1, T2 > 0 und n positiv Arten von Ungleichungen Lineare Ungleichungen Lineare Ungleichungen werden durch Addition, Subtraktion und Multiplikation mit Konstanten ähnlich wie lineare Gleichungen gelöst. Quadratische Ungleichungen Bei quadratischen Ungleichungen zerfällt der Lösungsbereich in drei Abschnitte, die sich aus der der Ungleichung entsprechenden quadratischen Gleichung ergeben. Diese sind in der Abbildung die gezeigten Abbildung, die Abschnitte blau - rot - blau. Als Lösungen kommen nun entweder alle blau markierten oder alle rot markierten Werte der x-Achse infrage.

Lösung mit quadratischer Ergänzung Ein Verfahren zur Lösung basiert auf der quadratischen Ergänzung. Als Beispiel soll die Ungleichung x² - 0,5·x - 0,5 > 0 gelöst werden (Abbildung). x² - 0,5·x - 0,5 > 0 | +0,5 Das Quadrat der Hälfte des Betrags des linearen Gliedes addieren x² - 0,5·x > 0,5 | +(0,5/2)² Ausklammern x² - 0,5·x + 0,25² > 0,5625 Wurzel ziehen (x - 0,25)² > 0,75²

Dabei sind zwei Fälle zu betrachten. Fall 1: x ≥ 0,25 Dann ist die Ungleichung x - 0,25 > 0,75 zu lösen, also gilt x > 1, wobei in diesem Fall die Voraussetzung x ≥ 0,25 ebenfalls erfüllt ist Fall 2: x ≤ 0,25 Dann ist die Ungleichung 0,25 - x > 0,75 zu lösen, also gilt -0,5 > x, wobei auch in diesem Fall die Voraussetzung x ≤ 0,25 erfüllt ist. Diese beiden Aussagen haben keinen Überschneidungsbereich. Dann sind alle Zahlen, die entweder kleiner als -0,5 oder größer als +1 sind, Lösungen der Ungleichung. Das ist im Bild der blaue Bereich. Beispiel zu einer quadratischen Ungleichung Die Ungleichung -x² > x - 2 , D = R kann folgendermaßen gelöst werden: -x² > x - 2 | -(x-2) -x² - x + 2 > 0 | ·(-1) x2 + x - 2 < 0 (x - 1)(x + 2) < 0 Graphisch kann man die Lösungsmenge als die x-Werte bestimmen, für die der Graph der Funktion f(x) = x² + x - 2 echt unter x-Achse verläuft. In der Abbildung ist dieser Bereich grün gekennzeichnet, die Lösungsmenge ist das rot eingezeichnete Intervall (-2, 1) der x-Achse; die Grenzen x = -2 und x = 1 sind keine Elemente der Lösungsmenge. Zur rechnerischen Lösung bestimmt man die Nullstellen der linken Seite. Diese können aus der letzten der obigen Ungleichungen direkt als x1 = -2 und x2 = 1 abgelesen werden. Durch Einsetzen von x = 0 in die Ungleichung erkennt man, dass x = 0 Element der Lösungsmenge ist. Es gilt also x² + x - 2 ≤ 0 für -2 ≤ x ≤ 1 und damit ist L = {x ∈ R : -2 < x < 1} die Lösungsmenge der Ungleichung. Arten von Ungleichungen (2) Ungleichungen höherer Ordnung Bei Ungleichungen ab der Ordnung 3 ist üblicherweise nur die Umwandlung auf eine Ungleichung für ein Produkt sinnvoll, beispielsweise indem eine Ungleichung der Ordnung 3 auf die Form (x-a) (x-b) (x-c) > 0 für reelle oder (a-x) (x²+bx+c) > 0 für ein Paar komplexer Nullstellen gebracht wird. Diese Faktorisierung ist nach dem Fundamentalsatz der Algebra für Ungleichungen beliebig hoher Ordnung möglich. Die analytische Berechnung der Nullstellen

Page 53: Vektorrechnung Vektor - Mathematik alpha

53

ist aber nicht immer möglich, sodass dafür meist ein numerisches Verfahren wie beispielsweise Bisektion herangezogen werden muss. Eine graphische Lösung kann bei der Suche nach geeigneten Startwerten hilfreich sein. Bruchungleichungen Für das Lösen von Bruchungleichungen ergeben sich Probleme, wenn die gesuchte Größe x auch in mindestens einem der Nenner erscheint. Durch beidseitiges Multiplizieren der Gleichung mit den Nennern und anschließendes Ausmultiplizieren wird die Bruchungleichung in eine Ungleichung aus zwei Polynomen überführt. Beim Multiplizieren mit den Nennern ist vorher zu bestimmen, für welche Werte von x sie einen negativen Wert annehmen, da sich dann ja durch die Multiplikation das Vergleichszeichen umkehrt. Gibt es einen Bereich von x, in dem beide Nenner negativ sind, so wird das Vergleichszeichen zweimal umkehrt, was sich gegenseitig aufhebt. Diese Vorabklärung wird als Fallunterscheidung bezeichnet.

Grafische Lösung von Ungleichungen Graphische Verfahren können im Rahmen der Zeichengenauigkeit Anhaltspunkte über Anzahl und Lage der Lösungen geben. Liegt die Ungleichung in einer der Normalform von Gleichungen entsprechenden Form vor, lässt sich die linke Seite als Funktion auffassen, deren Graph nach einer Wertetafel mit hinreichender Genauigkeit zu zeichnen ist. Die Bereiche links oder rechts der Nullstellen (d.h. Schnittpunkte mit der x-Achse) stellen dann die Lösungsmengen grafisch dar.

Andernfalls sind die Funktionen, die der rechten und der linken Seite der Ungleichung entsprechen, zusammen in ein Achsenkreuz zu zeichnen. Die x-Werte der Schnittpunkte geben die Grenzen der Lösungsbereiche an. Betragsungleichung Betragsungleichungen sind Ungleichungen, die mindestens einen Term enthalten, der in Betragsstriche eingeschlossen ist. Damit treten zwei kritische Operationen auf: das Auflösen der Betragsstriche und die Multiplikation mit einem Term kleiner 0. Beispiel: |x-2| + 2/x + |x+2| > 0 Lösung: An drei Stellen muss die Ungleichung besonders untersucht werden; an der Stelle x = 0, da dort die Ungleichung undefiniert ist, und an den Stellen x = 2 und x = -2, da sich dort die Vorzeichen der Beträge ändern. Damit ist eine Fallunterscheidung für die Bereiche (-∞,-2) , [-2,0) , (0,2) und [2,∞] durchzuführen. 1) Bereich (-∞,-2) ergibt -x + 2 + 2/x - x - 2 > 0 d.h. x² > 1 und |x| > 1 mit der Lösungsmenge L1 = {x | x < -2} 2) Bereich [-2,0) ergibt -x + 2 + 2/x + x + 2 > 0 d.h. x < -1/2 mit der Lösungsmenge L2 = {x | -2 ≤ x < -1/2} 3) Bereiche (0,2) und [2,∞] In diesem Fall sind alle Terme auf der linken Seite der Ausgangsungleichung positiv, d.h. x > 0. Gesamtlösungsmenge L = {x | x < -1/2 und x > 0} Ungleichungen und Mittelwerte Arithmetisches und geometrisches Mittel (a1+a2+…+an) / n ≥ n√( a1 a2 … an ) ; für ai > 0 Das arithmetische Mittel von n positiven Zahlen ist größer oder gleich dem geometrischen Mittel dieser Zahlen. Das Gleichheitszeichen gilt nur, wenn alle n Zahlen gleich sind. Arithmetisches und quadratisches Mittel | (a1+a2+…+an) / n | ≤ √( (a1²+a2²+…+an²) / n ) Der Absolutbetrag des arithmetischen Mittels mehrerer Zahlen ist kleiner oder gleich dem quadratischen Mittel. Lineare Ungleichung-Aufgabe Fünfte Fürther - Mathematik-Olympiade 1996 - Klassenstufe 7/8 Aufgabe 2: Anton will zur Vorbereitung auf eine Mathematikprüfung eine bestimmte Anzahl von Aufgaben lösen. Auf die Frage, wie viele Aufgaben er schon gelöst habe, antwortet er: "Die Anzahl der gelösten Aufgaben ist um 31 größer als die Zahl der nicht gelösten Aufgaben. Addiert man zur Zahl der gelösten Aufgaben die doppelte Anzahl der nicht gelösten Aufgaben, so erhält man eine

Page 54: Vektorrechnung Vektor - Mathematik alpha

54

Zahl die kleiner als 100 ist. Addiert man aber zur Zahl der gelösten Aufgaben ein Drittel der Anzahl nicht gelösten Aufgaben, so ergibt sich eine ganze Zahl, die größer als 45 ist." Ist durch die obigen Angaben die Zahl der Aufgaben, deren Lösung sich Anton vorgenommen hat, eindeutig bestimmt? Wenn ja, wie groß ist die Zahl? Wenn nein, welche Anzahlen an Aufgaben sind möglich? Lösung: Es sei x = Anzahl der gelösten Aufgaben, y = Anzahl der ungelösten Aufgaben und n = Zahl der Aufgaben = x+y. Dann erhält man das System aus Gleichungen und einer Ungleichung (I) x = y+31 (II) x+2y < 100 (III) x+y/3 > 45 Aus diesen Gleichungen ergibt sich (IV) y/3 ∈ N ⇒ y = 3k mit k ∈ N mit Einsetzen in (II) 9k < 69 ⇒ k ≤ 7 und in (II) 4k > 14 ⇒ k > 3 und somit die möglichen Lösungen k 4 5 6 7 y 12 15 18 21 x 43 46 49 52 n 55 61 67 73 Bernoullische Ungleichung (1 + T)n ≥ 1 + n T , wenn T ≥ 0, n natürlich 2x > x , wenn x natürlich n√(1 + T) < 1 + T/n , wenn T > 0, n positiv Beispiele für Betragsungleichungen bzw. -Gleichungen über Q (1) | x + 3 | ≥ 2,2 ⇔ | x – ( - 3 ) | | ≥ 2,2 L = ] - ∞ ; - 5,2 ] ∪ [ - 0,8; ∞ [ (2) | x – 7 | = 5 L = { 2; 12 } (3) | x – 10 | = - 2 L = ∅ (4) | x + 3 | = 502 L = { -505; 499 } (5) | x + 1,5 | = 2/3 L = { - 1,5 – 2/3 ; - 1,5 + 2/3 } = { - 13/6; - 5/6 } (6) | x + 0,7 | < 3,05 L = ] – 3,75 ; + 2,35 [ (7) | x – 1,25 | ≥ 10,1 L = = ] - ∞ ; - 8,85 ] ∪ [ 11,35 ; ∞ [ (8) | x + 14/5 | ≤ 4/3 L = [ -62/15 ; -19/12] Numerische Verfahren Numerische Verfahren und Algorithmen werden of aus folgenden Gründen genutzt: 1) es gibt zu dem Problem keine explizite Lösungsdarstellung oder 2) die Lösungsdarstellung existiert, ist jedoch zu kompliziert oder langsam zu ermitteln Folgende numerische Verfahren werden häufig genutzt: Lineare Gleichungssysteme a) Gaußsches Eliminationsverfahren bzw. LR-Zerlegung: klassisches direktes Verfahren - für große Matrizen allerdings aufwändig b) Cholesky-Zerlegung: für symmetrische positiv definite Matrizen kann ähnlich wie die LR-Zerlegung eine symmetrische Zerlegung erstellt werden bei halbem Aufwand c) QR-Zerlegung: ein direktes Verfahren mit doppelter Laufzeit im Vergleich zum Gauß-Verfahren aber besseren Stabilitätseigenschaften d) Splitting-Verfahren: klassische iterative Verfahren e) Gauß-Seidel-Verfahren: auch als Einzelschrittverfahren bezeichnet f) Jacobi-Verfahren: auch als Gesamtschrittverfahren bezeichnet g) Richardson-Verfahren; SOR-Verfahren; SSOR-Verfahren h) Krylow-Unterraum-Verfahren: moderne iterative Verfahren, die für große, dünnbesetzte Gleichungssysteme gedacht sind i) Mehrgitterverfahren: modernes Verfahren mit linearer Komplexität speziell für Gleichungssysteme, die von partiellen Differenzialgleichungen herrühren j) Vorkonditionierung: Technik, die Kondition einer Matrix zu verbessern k) ILU-Zerlegung: wichtiges Vorkonditionierungsverfahren Nichtlineare Gleichungssysteme a) Bisektion: sehr einfaches Verfahren, welches auf Halbierung eines Intervalls beruht. Konvergiert linear, der Fehler halbiert sich etwa in jedem Iterationsschritt b) Bisektion-Exklusion: spezielles Bisektionsverfahren für Polynome, welches alle Nullstellen innerhalb einer Startregion beliebig genau einschränkt c) Regula Falsi: einfaches iteratives Verfahren zur Nullstellenbestimmung eindimensionaler Funktionen d) Fixpunktverfahren: Klasse linear konvergenter Verfahren zum Auffinden von Fixpunkten von Funktionen, auch im mehrdimensionalen

Page 55: Vektorrechnung Vektor - Mathematik alpha

55

e) Newton-Verfahren: quadratisch konvergentes Verfahren zum Auffinden von Nullstellen differenzierbarer Funktionen. Auch im mehrdimensionalen anwendbar, dann ist in jedem Iterationsschritt ein lineares Gleichungssystem zu lösen f) Halley-Verfahren, Euler-Tschebyschow-Verfahren: kubisch konvergentes Verfahren zum Auffinden von Nullstellen zweimal differenzierbarer Funktionen. Auch im mehrdimensionalen anwendbar, dann sind in jedem Schritt zwei lineare Gleichungssysteme zu lösen g) Homotopieverfahren: Methode, bei der ein frei wählbaren Problem mit einfacher Lösung mit einem vorgegebenen Problem stetig verbunden wird. In vielen Fällen kann die Lösung des einfachen Problems zu einer Lösung des eigentlichen Problems verfolgt werden h) Verfahren des steilsten Abstiegs: langsames Verfahren zur Lösung des Minimierungsproblems i) Bairstow-Verfahren: spezielles Iterationsverfahren, um komplexe Nullstellen von Polynomen mittels reeller Operationen zu bestimmen j) Weierstrass-Verfahren, Aberth-Ehrlich-Verfahren, Trennkreisverfahren: spezielle, aus dem Newton-Verfahren abgeleitete Methoden zur simultanen Bestimmung aller komplexen Nullstellen eines Polynoms Numerische Integration a) Newton-Cotes-Formeln: einfache Quadraturformeln, die auf Polynominterpolation basieren b) Gauß-Quadratur: Quadraturformeln mit optimaler Konvergenzordnung c) Romberg-Extrapolation: Technik zur Verbesserung von Newton-Cotes-Formeln d) Mittelpunktsregel; Trapezregel; Simpsonregel e) Lie-Integration: Integrationsverfahren, das auf einem verallgemeinerten Differenzialoperator aufbaut Approximation und Interpolation a) Polynominterpolation: Interpolation durch Polynome b) Spline-Interpolation: Interpolation durch stückweise stetige Polynome c) Trigonometrische Interpolation: Interpolation durch trigonometrische Polynome d) Remez-Algorithmus: findet die optimale Approximation bezüglich der Supremumsnorm e) De Casteljau-Algorithmus: Algorithmus zur Berechnung von Bézier-Kurven Ausgleichsprobleme a) QR-Zerlegung: Geeignet für lineare Ausgleichsprobleme, auch Householder-Verfahren) b) Gauß-Newton-Verfahren: Ein iteratives Verfahren zur Lösung nichtlinearer Ausgleichsprobleme c) Kurvenfitten: Allgemein Ermitteln von Parameterwerten durch Anpassung an Messkurven Optimierung a) Branch-and-Bound: Enumerationsverfahren zur Lösung ganzzahliger Optimierungsprobleme. b) Schnittebenenverfahren, Branch-and-Cut: Verfahren zur Lösung ganzzahliger linearer Optimierungsprobleme. c) Simplex-Verfahren: Ein direktes Verfahren der linearen Programmierung. d) Downhill-Simplex-Verfahren: Ein ableitungsloses Verfahren der nichtlinearen Optimierung. e) Innere-Punkte-Verfahren: Ein iteratives Verfahren auch für nichtlineare Optimierungsprobleme. f) Logarithmisches Barriereverfahren: Ebenfalls ein iteratives Verfahren für nichtlineare Optimierungsprobleme. g) Simulierte Abkühlung: Ein heuristisches Verfahren für Optimierungsprobleme hoher Komplexität. Numerik gewöhnlicher Differenzialgleichungen a) Eulersches Polygonzugverfahren: das einfachste Lösungsverfahren, ein 1-stufiges Einschrittverfahren b) Einschrittverfahren: Verfahren, die nur Informationen des aktuellen Zeitschrittes benutzen, um daraus die nächste Näherung zu berechnen c) Mehrschrittverfahren: Verfahren, die Informationen der letzten Zeitschritte nutzen. In Abhängigkeit von der Zahl der Zeitschritte sind die entsprechenden Startwerte z.B. mit einem Einschrittverfahren zu ermitteln d) Adams-Bashforth-Verfahren: Familie von expliziten Mehrschrittverfahren e) Adams-Moulton-Verfahren: Familie von impliziten Mehrschrittverfahren f) Prädiktor-Korrektor-Verfahren: Kombination eines expliziten und eines impliziten Mehrschrittverfahrens gleicher Fehlerordnung. Das explizite Verfahren ergibt eine Näherung (Prädiktor), das implizite Verfahren verbessert den Näherungswert (Korrektor) g) Runge-Kutta-Verfahren: Familie von Einschrittverfahren inkl. dem klassischen Runge-Kutta-Verfahren Numerik partieller Differenzialgleichungen a) Finite-Elemente-Methode: modernes, flexibles Verfahren zur Lösung vor allem elliptischer partieller Differenzialgleichungen b) Finite-Volumen-Verfahren: modernes Verfahren zur Lösung von Erhaltungsgleichungen

Page 56: Vektorrechnung Vektor - Mathematik alpha

56

c) Finite-Differenzen-Verfahren: klassisches Verfahren für beliebige partielle Differenzialgleichungen d) Randelementmethode: Verfahren zur Lösung elliptischer partieller Differenzialgleichungen, wobei lediglich der Gebietsrand und nicht das Gebiet selbst zu diskretisieren ist e) Spektralmethode: neuartiges Verfahren, das zur Diskretisierung Polynome sehr hoher Ordnung benutzt f) Level-Set-Methode: moderne Methode zur Verfolgung von bewegten Rändern. g) Leapfrog-Verfahren: abgewandeltes Eulerverfahren mit Termen nur zweiter Ordnung, bei dem die Zeitschritte für Ort und Geschwindigkeit um die halbe Integrationschrittweite versetzt sind h) Finite-Punkte-Methode: neueres Berechnungsverfahren nur mit Punkten, aber ohne Elemente i) Orthogonale Kollokation: Verfahren für beliebige partielle Differenzialgleichung, oft kombiniert mit dem Finite-Differenzen-Verfahren Berechnung von Eigenwerten a) QR-Algorithmus: Berechnung aller Eigenwerte b) LR-Algorithmus: Treppeniteration genannt, ein dem QR-Verfahren vergleichbarer aber weniger stabiler Algorithmus c) Potenzmethode: erlaubt die Berechnung des betragsgrößten Eigenwertes d) Unterraumiteration: mehrdimensionale Erweiterung der Potenzmethode und erlaubt die gleichzeitige Berechnung mehrerer der betragsgrößten Eigenwerte e) Lanczos-Verfahren: Berechnung einiger Eigenwerte von großen dünnbesetzten Matrizen f) Arnoldi-Verfahren: Berechnung einiger Eigenwerte von großen dünnbesetzten Matrizen g) Jacobi-Verfahren: Berechnung aller Eigenwerte und Eigenvektoren von kleinen symmetrischen Matrizen h) Jacobi-Davidson-Verfahren: Berechnung einiger Eigenwerte von großen dünnbesetzten Matrizen sonstige Verfahren a) Schnelle Fourier-Transformation (FFT) b) Wavelet-Transformation c) Gram-Schmidtsches Orthogonalisierungsverfahren d) Horner-Schema zur Polynomwertberechnung e) Bresenham-Algorithmus zur Linien- oder Kreisinterpolation in der Computergrafik f) Extrapolation g) Summationsverfahren und Folgentransformationen für divergente Folgen und Reihen h) Konvergenzbeschleunigung für konvergente Folgen und Reihen von reellen oder komplexen Zahlen, Vektoren und Matrizen Lineare Optimierung Die lineare Optimierung (LO) ist ein mathematisches Verfahren zur Bestimmung des Maximums oder Minimums einer linearen Funktion z, der sogenannten Zielfunktion, unter einschränkenden Bedingungen, die in Form linearer Ungleichungen oder Gleichungen gegeben sind. Diese Systeme von Ungleichungen werden mit Methoden der linearen Algebra und der analytischen Geometrie gelöst. Beispiele: Maximierung des Reingewinns einer Produktion Minimierung des Gesamtabfalls einer Produktion Suche des Extremums einer gewichteten Linearkombination solcher Kriterien Mathematisches Modell: Das Aufstellen der Zielfunktion, der Nebenbedingungen und der Nichtnegativitätsbedingungen. Normalfall: Nebenbedingungen von Maximierungsmodellen enthalten nur ≤-Beziehungen, diejenigen von Minimierungsmodellen dagegen nur ≥-Beziehungen. Enthalten einzelne Nebenbedingungen das entgegengesetzte Ungleichheitszeichen, so können diese durch Multiplikation mit -1 in Ungleichungen mit der im Normalfall gewünschten Bedingung umgeformt werden. Verallgemeinerter, erweiterter Normalfall: Zusätzlich zu den Ungleichungen können auch lineare Gleichungen als Nebenbedingungen auftreten. Die lineare Optimierung hat sich aus der linearen Algebra herausgebildet. Die Bestimmung eines Extremwertes ist aus der Differenzialrechnung bekannt. Sie wird dort auf nichtlineare Funktionen einer oder mehrerer unabhängiger Variablen angewendet. Für die Extremwertberechnungen linearer Funktionen versagen die Methoden der Differenzialrechnung. Lineare Funktionen sind zwar differenzierbar, da aber ihre erste Ableitung stets konstant ist, kann die für ein Extremwert bestehende notwendige Bedingung nicht erfüllt werden.

Page 57: Vektorrechnung Vektor - Mathematik alpha

57

Die Frage nach einem Extremwert einer linearen Funktion geht bei den Problemen der linearen Optimierung von wesentlich anderen Gesichtspunkten aus als bei der Differenzialrechnung. Sie wird erst sinnvoll durch die stets mit auftretenden Nebenbedingungen, die die Form von linearen Gleichungen und Ungleichungen haben. Lineare Optimierung Bei einem linearen Optimierungsproblem (LOP) ist das Maximum oder Minimum einer linearen Zielfunktion Z (ZF) zu bestimmen, wobei die Struktur- oder Entscheidungsvariablen x1, x2, ..., xn den Nebenbedingungen (NB) oder Restriktionen und der Nichtnegativitätsbedingung (NNB) genügen müssen.

Z = c0 + c1 x1 + c2 x2 + ... + cn xn � max/min a11 x1 + a12 x2 + ... + a1n xn R b1 a21 x1 + a22 x2 + ... + a2n xn R b2 … am1 x1 + am2 x2 + ... + amn xn R bm R ∈ (≤, =, ≥) xj ≥ 0, j = 1, 2, ..., n . Die Größen aij, bi, cj sind bekannt.

Beispiel ZF: Z = x1 + 4x2 � Zielfunktion mit zwei Variablen x1 und x2 NB: x1 + 8x2 ≤ 200 System von drei Nebenbedingungen, 5x1 + 4x2 ≤ 200 in diesem Fall drei ≤ - Beziehungen

5x2 ≤ 100 NNB: x1, x2 ≥ 0 Nichtnegativitätsbedingung für die beiden Variablen x1 und x2

Jeder Vektor x, der den Nebenbedingungen genügt, heißt Lösung des linearen Optimierungsproblems. Jeder Vektor x, der den Nebenbedingungen und der Nichtnegativitätsbedingung genügt, heißt zulässige Lösung des linearen Optimierungsproblems. Die Gesamtheit aller zulässigen Lösungen eines linearen Optimierungsproblems heißt Menge der zulässigen Lösungen. Jede zulässige Lösung, die die Zielfunktion maximiert bzw. minimiert, heißt optimale Lösung des linearen Optimierungsproblems.

Beispielaufgabe 1: "Zeltekauf" Eine Jugendgruppe beschließt, Zelte einzukaufen. In einem Sonderangebot werden zwei verschiedene Sorten von Zelten für jeweils 10 und 15 Personen preiswert angeboten. Von den 10-Personenzelten sind noch 5 und von den 15-Personenzelten nur noch 4 vorrätig. Die Zelte für 10 Personen kosten 200 DM je Stück und diejenigen für 15 Personen insgesamt 400 DM je Stück. Die Jugendgruppe kann insgesamt höchstens 1800 DM für die Zelte ausgeben. Wie viele 10- und 15-Personenzelte kann die Jugendgruppe kaufen, damit eine möglichst große Anzahl von Jugendlichen in den Zelten untergebracht werden

kann?

Lösungsansatz: Zuordnung von Variablen x = 10-Personenzelte y = 15-Personenzelt

Umformen der Bedingungen: x ≥ 0 y ≥ 0 x ≤ 5 y ≤ 4 Außerdem ist bekannt, dass der Jugendgruppe nur 1800 DM zur Verfügung stehen und dass die Zelte 200 DM bzw. 400DM kosten. Daraus ergibt sich die Ungleichung: 200*x+400*y ≤ 1800 � x+2y ≤ 9 Zuordnung von Gleichungen für die grafische Darstellung x=0 ; y=0 ; x=5 ; y=4 ; x+2y=9 Graphische Lösung: Nur die gelb gefärbten Punkte des Bereiches erfüllen die Bedingungen. Von diesen zulässigen Lösungen muss nun das Wertepaar (x/y) bestimmt werden, mit dem die Jugendgruppe die meisten Personen unterbringen kann. Zielfunktion: 10 x + 15 y = Z , wobei Z die Menge der Personen ist Die Funktion y= -2/3x + Z/15 wird zusätzlich in das Koordinatensystem für verschiedene Z eingetragen, bis eine Funktion nur noch einen Punkt mit der Menge der zulässigen Lösungen gemeinsam hat. Dieser Punkt kennzeichnet das Wertepaar, mit dem die meisten Personen untergebracht werden können. Das abzulesende Ergebnis (5 Zehnpersonenzelte und 2 Fünfzehn-Personenzelte) lässt sich auch rechnerisch überprüfen, indem man die Probe macht:

5*200 DM+2*400 DM=1800 DM Beispielaufgabe 2: "Sortimentproblem" Ein Hersteller produziert zwei Sortimente eines Artikels, der aus Teilen besteht, die geschnitten, zusammengebaut und fertiggestellt werden müssen. Der Unternehmer weiß, dass er so viele Artikel verkaufen kann, wie er produziert. Sortiment 1 benötigt 25 Minuten zum Zerschneiden, 60 Minuten zum Zusammenbau und 68 Minuten, um es verkaufsfertig zu

Page 58: Vektorrechnung Vektor - Mathematik alpha

58

machen. Es erzielt 30 DM Gewinn. Für Sortiment 2 braucht man 75 Minuten zum Schneiden, 60 Minuten für den Zusammenbau und 34 Minuten, zur Fertigstellung. Dieses Sortiment erzielt einen Gewinn von 40 DM. Es stehen nicht mehr als 450 Minuten zum, Zerschneiden, 480 Minuten zum Zusammenbau und 476 Minuten zum Fertigstellen pro Tag zur Verfügung. Nun stellt sich dem Unternehmer die Frage, wie viele Artikel von jedem Sortiment jeden Tag produziert werden müssen, um den Gewinn zu maximieren. Lösungsansatz: Es seien x die Anzahl der Artikel aus Sortiment 1 und y die Anzahl der Artikel aus Sortiment zwei. Die Werte für x und y können nicht negativ sein, sondern nur Beträge größer oder gleich null annehmen: x ≥ 0 , y ≥ 0 Ungleichungen: 25x+75y ≤ 450 60x+60y ≤ 480 68x+34y ≤ 476 Graphische Lösung: In der Grafik repräsentieren die drei Ungleichungen die Flächen unterhalb den vorgegebenen Linien, während die ersten beiden Ungleichungen genau auf den Achsen liegen, und damit die Fläche abgrenzen. Zielfunktion: 30*x+40*y = Z ; y = -3/4x + Z/40 Jetzt gibt man wieder beliebige Werte für Z ein, bis eine der entstehenden Funktionen den möglichen Bereich nur noch in einem Punkt schneidet. Dieser Punkt kennzeichnet das Wertepaar, mit dem eine optimale Anzahl an Sortimenten hergestellt wird (siehe roter Kreis). Dieses Ergebnis (3 / 5) lässt sich wieder mit der Probe überprüfen: 3*30DM+5*40DM=290DM. Der Unternehmer sollte also drei Artikel aus Sortiment 1 und fünf Artikel aus Sortiment 2 herstellen, um die Arbeitszeit optimal auszunutzen und den Gewinn dabei zu maximieren. Einfache Probleme Beispiel: Die Größe z sei von a und b mit z = a + 4b (Zielfunktion) abhängig, wobei für die Variablen a und b vier Nebenbedingungen gelten sollen: a >=0 b >=0 2a + 3b <=4 3a + b <=3 Lösung: a = 0 b = 1.33 � Maximum 5.33 Beispiel: Die Größe z sei von a, b und c mit z = a + 4b + c (Zielfunktion) abhängig, wobei für die Variablen Nebenbedingungen gelten sollen: a > 1 b > 2 2a + 3b – c < 12 3a + b > 13 c < 7 Lösung: a = 3.67 b = 2 c = 1.33 � Minimum 13 Beispiel: Die Größe z sei von a, b und c mit z = a + 4b + c (Zielfunktion) abhängig, wobei für die Variablen Nebenbedingungen gelten sollen: a < 3 b > 2 2a + 3b – c < 12 3a + b > 13 c < 7 Lösung: a = 3 b = 4 c = 6 � Minimum 25 Beispielaufgabe 3: Welchen finanziellen Spielraum hat die Baugesellschaft? Eine Baugesellschaft hat ein Grundstück von 12 000 m2 erworben. Darauf sollen zwei- und dreistöckige Häuser gebaut werden, die zweistöckigen mit Garten, die dreistöckigen ohne Garten. Die zweistöckigen Häuser sind für je 5 Familien, die dreistöckigen für je 7 Familien bestimmt. Die Kosten betragen bei einem zweistöckigen Haus 400 000 DM, bei einem dreistöckigen Haus 600 000 DM. Insgesamt hat die Gesellschaft ein Kapital von12 000 000 DM für den Bau der Häuser zur Verfügung. Für ein zweistöckiges Haus wird eine Grundstücksfläche von 600 m2 , für ein dreistöckiges Haus von 400 m2 benötigt.

Die Zahl der Arbeitsstunden zum Bau eines zweistöckigen Hauses beträgt 6 000 Stunden, bei einem dreistöckigen Haus 12 000 Stunden. Insgesamt können höchstens 228 000 Stunden aufgebracht werden. Nach dem Bebauungsplan dürfen nicht mehr als 16 zweistöckige Häuser gebaut werden. Wie ist das Grundstück zu bebauen, damit möglichst viele Familien auf ihm wohnen können? Nebenbedingungen: 600 x + 400 y ≤ 1200 400000 x + 60000 y ≤ 12000000 6000 x + 12000 y ≤ 228000 Zielfunktion: 5 x + 7 y = G � Maximum schwarz: Geraden, die das Planungsvieleck(blau) begrenzen (Kapital, Fläche, Arbeitszeit)

rote Punkte: in Frage kommende Lösungen rote Parallelenschar: Zielgeraden für bestimmte Werte von G Wenn diese Zielgerade parallel bis zum Punkt (12,12) verschoben wird, ergibt sich ein maximaler Gewinn. Diese Gerade hat im Vergleich zur Geraden durch Q(6,16) mit derselben Steigung -5/7 den größten y-Achsenabschnitt. Beispielaufgabe 4: Optimale Vorbereitung - Zeit ist wertvoll! Peter kalkuliert scharf! Er muss in zwei Fächern - nämlich in Mathematik und in Englisch - eine Nachprüfung machen.

Page 59: Vektorrechnung Vektor - Mathematik alpha

59

Um den versäumten Stoff nachzuarbeiten, benötigt er in Mathematik mindestens 2 Tage und in Englisch mindestens 1,5 Tage. Das Nacharbeiten allein genügt nicht, da er auch den Stoff üben muss. Bei einem Arbeitsaufwand von einem Tag kann er in Mathematik 4 Punkte und in Englisch 8 Punkte oder eine entsprechende Kombination bei einer anderen Tagesaufteilung erreichen. Insgesamt muss er in beiden Fächern zusammen mindestens 44 Punkte erreichen. Sein Freund hat sich bereit erklärt, mit ihm mindestens 10 Stunden zusammenzuarbeiten und zwar täglich 2 Stunden im Fach Mathematik und eine Stunde im Fach Englisch. Wie muss Peter seine Zeit einteilen, damit er mit einem möglichst geringen Aufwand sein Ziel erreicht? Lösung: x : Anzahl der Tage für Mathematik, y: Anzahl der Tage für Englisch mindestens 2 Tage Mathe erforderlich x ≥ 2 mindestens 1,5 Tage Englisch erforderlich y ≥ 1.5 Unterstützung durch den Freund 2 x + y ≥ 10 zu erreichende Punkte 4 x + 8 y ≥ 44 zu minimieren ist die Zahl der Arbeitstage E(x,y) = x + y Minimum an Arbeitstagen 3 Tage für Mathematik 4 Tage für Englisch Beispielaufgabe 5: Entscheidungen eines Süßwarenherstellers Ein Süßwarenhersteller erhält von zwei verschiedenen Schokoladenfabrikanten Mischungen, die er zu einer dritten Sorte zusammenmischen will. Die Sorten "Praliné d' Or" und "Knusper Gala" enthalten in jeweils unterschiedlicher Zusammensetzung Krokantpralinen, Pralinen aus Vollmilch- bzw. weißer Schokolade und Bitterschokolade. Die folgende Aufstellung gibt jeweils an, wie viel von jeder Pralinengeschmacksart in den Packungen der beiden Sorten enthalten ist und was die Grundlage für seine Kalkulation ist.

Inhalt Praliné d' Or (8 kg) Knusper Gala (11 kg) Krokantpralinen 2 kg 1 kg Vollmilch/weiße Schokolade

4 kg 5 kg

Bitterschokolade 2 kg 5 kg Preis pro Packungseinheit

500 DM 400 DM

Die neue Mischung soll mindestens 146 kg Krokantpralinen, mindestens 550 kg Vollmilch- und mindestens 400 kg Pralinen aus dunkler Schokolade enthalten. Wie viele Packungseinheiten muss er von der Sorte "Praliné d' Or" und von der zweiten Sorte "Knusper Gala" ordern, um die neue Sorte möglich kostengünstig einzukaufen?

Lösung: Die zugehörigen Ungleichungen I. 2x + y ≥ 146 � y ≥ -2 x +146 blauer Bereich II. 4x + y ≥ 550 � y ≥ -0,8 x + 110 roter Bereich III. 2x + 5y ≥ 400 � y ≥ -0,4 x + 80 grüner Bereich Die weiß gezeichnete Linie gibt die Berandung des Zielgebiets an; oberhalb dieses Streckenzugs. Zielfunktion: 500 x + 400 y = Z y = -5/4 x + Z/400 Mögliche Punkte innerhalb des Zielgebiets sind z.B. P1 (0, 146), P2 (200, 0) oder P3(50, 50) (weiss gezeichnet). Legt man parallele Geraden (gelb, mit der Steigung -5/4) durch diese Punkte, so stellt man fest, dass die

Gerade, die durch den mit P beschrifteten Punkt (30/86) geht, den kleinsten y-Achsenabschnitt hat. Der y-Achsenabschnitt dieser Geraden ist jeweils Z/400. Wenn Z/400 so klein wie möglich ist, dann ist auch Z so klein wie möglich unter den obigen angegebenen 3 Bedingungen. Die Berechnung des optimalen Punktes P (die Gerade durch P liefert den kleinsten y-Achsenabschnitt) erfolgt durch Lösen des Gleichungssystems: I) 2x + y =146 und II) 4x + 5y = 550 Es ergibt sich: (30/86), d.h. x=30, y=86. Einsetzen dieser Werte für x und y in die Gleichung der Zielfunktion ergibt Z = 500*30 + 400*86 = 49 400 und damit 30 Packungseinheiten zu 8 kg (Nuss+Marzipan+Krokant). Von der 2.Sorte müssen 86 Packungseinheiten genommen werden, die je 11 kg schwer sind (1+5+5). Das heißt: 240 kg von Sorte 1 und 946 kg von Sorte 2 wird der Süßwarenhersteller wohl ordern.

Dieses Problem führte zu 3 Bedingungen mit 2 Variablen. Man kann sich vorstellen, dass ein Süßwarenhersteller ein solches Problem wirklich lösen muss. Meist sind die lineare Optimierungsprobleme aber komplexer. Simplex-Verfahren Das Simplex-Verfahren läuft die Ecken des Polyeders ab, bis es an einer Optimallösung angekommen ist.

Page 60: Vektorrechnung Vektor - Mathematik alpha

60

Das Simplex-Verfahren, im Jahre 1947 von George Dantzig entwickelt, ist der wichtigste Algorithmus zur Lösung linearer Programme in der Praxis. Die Grundidee besteht darin, von einer Ecke des Polyeders zu einer benachbarten Ecke mit besserem Zielfunktionswert zu laufen, bis dies nicht mehr möglich ist. Da es sich bei der linearen Optimierung um ein konvexes Optimierungsproblem handelt, ist die damit erreichte lokal optimale Ecke auch global optimal. Das Verfahren ist im Bild illustriert: Ziel ist es, einen möglichst weit oben (in Richtung des Vektors c) liegenden Punkt zu finden. In roter Farbe ist ein möglicher Pfad des Simplex-Verfahrens entlang der Ecken des Polyeders dargestellt, wobei sich der Zielfunktionswert mit jedem Schritt verbessert. Innere-Punkte-Verfahren Innere-Punkte-Verfahren nähern sich einer Optimallösung durch das Innere des Polyeders. Innere-Punkte-Verfahren, auch Barrier-Verfahren genannt, nähern sich einer optimalen Ecke durch das Innere des Polyeders (siehe Bild). Der erste solche Algorithmus wurde 1984 von Narendra Karmarkar beschrieben. Seine Bedeutung lag vor allem darin, dass er der erste polynomiale Algorithmus zum Lösen linearer Programme war, der das Potential hatte, auch praktisch einsetzbar zu sein. Die entscheidenden Durchbrüche, die Innere-Punkte-Verfahren konkurrenzfähig zum Simplex-Algorithmus machten, wurden aber erst in den 1990er Jahren erzielt. Ein Vorteil dieser Verfahren ist, dass sie, im Gegensatz zum Simplex-Verfahren, in leichter Abwandlung auch zum Lösen quadratischer oder bestimmter nichtlinearer Programme eingesetzt werden können.

Ellipsoidmethode Die Ellipsoidmethode zur Lösung linearer Programme wurde 1979 von Leonid Khachiyan veröffentlicht und war das erste polynomiale Verfahren für dieses Problem. Für praktische Zwecke ist sie allerdings nicht geeignet. Die Ellipsoidmethode dient dazu, einen beliebigen Punkt in einem volldimensionalen Polyeder zu finden oder festzustellen, dass das Polyeder leer ist.

Die Grundidee des Verfahrens besteht darin, ein Ellipsoid zu definieren, das alle Ecken des Polyeders enthält. Anschließend wird festgestellt, ob der Mittelpunkt dieses Ellipsoids im Polyeder enthalten ist. Falls ja, hat man ein Punkt im Polyeder gefunden und kann aufhören. Andernfalls kann man das Halbellipsoid bestimmen, in dem das Polyeder enthalten sein muss, und ein neues, kleineres Ellipsoid um das Polyeder legen.